library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.3.2
## Warning: package 'dplyr' was built under R version 4.3.2
## Warning: package 'lubridate' was built under R version 4.3.2
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.4
## ✔ forcats   1.0.0     ✔ stringr   1.5.0
## ✔ ggplot2   3.4.4     ✔ tibble    3.2.1
## ✔ lubridate 1.9.3     ✔ tidyr     1.3.0
## ✔ purrr     1.0.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(datasets)
data()
data(Indometh)
Indometh
##    Subject time conc
## 1        1 0.25 1.50
## 2        1 0.50 0.94
## 3        1 0.75 0.78
## 4        1 1.00 0.48
## 5        1 1.25 0.37
## 6        1 2.00 0.19
## 7        1 3.00 0.12
## 8        1 4.00 0.11
## 9        1 5.00 0.08
## 10       1 6.00 0.07
## 11       1 8.00 0.05
## 12       2 0.25 2.03
## 13       2 0.50 1.63
## 14       2 0.75 0.71
## 15       2 1.00 0.70
## 16       2 1.25 0.64
## 17       2 2.00 0.36
## 18       2 3.00 0.32
## 19       2 4.00 0.20
## 20       2 5.00 0.25
## 21       2 6.00 0.12
## 22       2 8.00 0.08
## 23       3 0.25 2.72
## 24       3 0.50 1.49
## 25       3 0.75 1.16
## 26       3 1.00 0.80
## 27       3 1.25 0.80
## 28       3 2.00 0.39
## 29       3 3.00 0.22
## 30       3 4.00 0.12
## 31       3 5.00 0.11
## 32       3 6.00 0.08
## 33       3 8.00 0.08
## 34       4 0.25 1.85
## 35       4 0.50 1.39
## 36       4 0.75 1.02
## 37       4 1.00 0.89
## 38       4 1.25 0.59
## 39       4 2.00 0.40
## 40       4 3.00 0.16
## 41       4 4.00 0.11
## 42       4 5.00 0.10
## 43       4 6.00 0.07
## 44       4 8.00 0.07
## 45       5 0.25 2.05
## 46       5 0.50 1.04
## 47       5 0.75 0.81
## 48       5 1.00 0.39
## 49       5 1.25 0.30
## 50       5 2.00 0.23
## 51       5 3.00 0.13
## 52       5 4.00 0.11
## 53       5 5.00 0.08
## 54       5 6.00 0.10
## 55       5 8.00 0.06
## 56       6 0.25 2.31
## 57       6 0.50 1.44
## 58       6 0.75 1.03
## 59       6 1.00 0.84
## 60       6 1.25 0.64
## 61       6 2.00 0.42
## 62       6 3.00 0.24
## 63       6 4.00 0.17
## 64       6 5.00 0.13
## 65       6 6.00 0.10
## 66       6 8.00 0.09
view(Indometh)
Indometh <- tibble::as.tibble(Indometh)
## Warning: `as.tibble()` was deprecated in tibble 2.0.0.
## ℹ Please use `as_tibble()` instead.
## ℹ The signature and semantics have changed, see `?as_tibble`.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
class(Indometh)
## [1] "tbl_df"     "tbl"        "data.frame"
glimpse(Indometh)
## Rows: 66
## Columns: 3
## $ Subject <ord> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,…
## $ time    <dbl> 0.25, 0.50, 0.75, 1.00, 1.25, 2.00, 3.00, 4.00, 5.00, 6.00, 8.…
## $ conc    <dbl> 1.50, 0.94, 0.78, 0.48, 0.37, 0.19, 0.12, 0.11, 0.08, 0.07, 0.…
head(Indometh) 
## # A tibble: 6 × 3
##   Subject  time  conc
##   <ord>   <dbl> <dbl>
## 1 1        0.25  1.5 
## 2 1        0.5   0.94
## 3 1        0.75  0.78
## 4 1        1     0.48
## 5 1        1.25  0.37
## 6 1        2     0.19
mean(Indometh$conc)
## [1] 0.5918182
mean(Indometh$conc) == Indometh$conc %>% mean()
## [1] TRUE
Indometh %>% group_by(Subject) %>% summarize(mean=mean(time))
## # A tibble: 6 × 2
##   Subject  mean
##   <ord>   <dbl>
## 1 1        2.89
## 2 4        2.89
## 3 2        2.89
## 4 5        2.89
## 5 6        2.89
## 6 3        2.89
Indometh %>% arrange(time) %>% print(n=100)
## # A tibble: 66 × 3
##    Subject  time  conc
##    <ord>   <dbl> <dbl>
##  1 1        0.25  1.5 
##  2 2        0.25  2.03
##  3 3        0.25  2.72
##  4 4        0.25  1.85
##  5 5        0.25  2.05
##  6 6        0.25  2.31
##  7 1        0.5   0.94
##  8 2        0.5   1.63
##  9 3        0.5   1.49
## 10 4        0.5   1.39
## 11 5        0.5   1.04
## 12 6        0.5   1.44
## 13 1        0.75  0.78
## 14 2        0.75  0.71
## 15 3        0.75  1.16
## 16 4        0.75  1.02
## 17 5        0.75  0.81
## 18 6        0.75  1.03
## 19 1        1     0.48
## 20 2        1     0.7 
## 21 3        1     0.8 
## 22 4        1     0.89
## 23 5        1     0.39
## 24 6        1     0.84
## 25 1        1.25  0.37
## 26 2        1.25  0.64
## 27 3        1.25  0.8 
## 28 4        1.25  0.59
## 29 5        1.25  0.3 
## 30 6        1.25  0.64
## 31 1        2     0.19
## 32 2        2     0.36
## 33 3        2     0.39
## 34 4        2     0.4 
## 35 5        2     0.23
## 36 6        2     0.42
## 37 1        3     0.12
## 38 2        3     0.32
## 39 3        3     0.22
## 40 4        3     0.16
## 41 5        3     0.13
## 42 6        3     0.24
## 43 1        4     0.11
## 44 2        4     0.2 
## 45 3        4     0.12
## 46 4        4     0.11
## 47 5        4     0.11
## 48 6        4     0.17
## 49 1        5     0.08
## 50 2        5     0.25
## 51 3        5     0.11
## 52 4        5     0.1 
## 53 5        5     0.08
## 54 6        5     0.13
## 55 1        6     0.07
## 56 2        6     0.12
## 57 3        6     0.08
## 58 4        6     0.07
## 59 5        6     0.1 
## 60 6        6     0.1 
## 61 1        8     0.05
## 62 2        8     0.08
## 63 3        8     0.08
## 64 4        8     0.07
## 65 5        8     0.06
## 66 6        8     0.09
Indometh %>% arrange(desc(time))
## # A tibble: 66 × 3
##    Subject  time  conc
##    <ord>   <dbl> <dbl>
##  1 1           8  0.05
##  2 2           8  0.08
##  3 3           8  0.08
##  4 4           8  0.07
##  5 5           8  0.06
##  6 6           8  0.09
##  7 1           6  0.07
##  8 2           6  0.12
##  9 3           6  0.08
## 10 4           6  0.07
## # ℹ 56 more rows
#Filter
Indometh %>% filter(Subject=="1") %>% print(n=100)
## # A tibble: 11 × 3
##    Subject  time  conc
##    <ord>   <dbl> <dbl>
##  1 1        0.25  1.5 
##  2 1        0.5   0.94
##  3 1        0.75  0.78
##  4 1        1     0.48
##  5 1        1.25  0.37
##  6 1        2     0.19
##  7 1        3     0.12
##  8 1        4     0.11
##  9 1        5     0.08
## 10 1        6     0.07
## 11 1        8     0.05
Indometh %>% select(Subject,conc) %>% print(n=100) 
## # A tibble: 66 × 2
##    Subject  conc
##    <ord>   <dbl>
##  1 1        1.5 
##  2 1        0.94
##  3 1        0.78
##  4 1        0.48
##  5 1        0.37
##  6 1        0.19
##  7 1        0.12
##  8 1        0.11
##  9 1        0.08
## 10 1        0.07
## 11 1        0.05
## 12 2        2.03
## 13 2        1.63
## 14 2        0.71
## 15 2        0.7 
## 16 2        0.64
## 17 2        0.36
## 18 2        0.32
## 19 2        0.2 
## 20 2        0.25
## 21 2        0.12
## 22 2        0.08
## 23 3        2.72
## 24 3        1.49
## 25 3        1.16
## 26 3        0.8 
## 27 3        0.8 
## 28 3        0.39
## 29 3        0.22
## 30 3        0.12
## 31 3        0.11
## 32 3        0.08
## 33 3        0.08
## 34 4        1.85
## 35 4        1.39
## 36 4        1.02
## 37 4        0.89
## 38 4        0.59
## 39 4        0.4 
## 40 4        0.16
## 41 4        0.11
## 42 4        0.1 
## 43 4        0.07
## 44 4        0.07
## 45 5        2.05
## 46 5        1.04
## 47 5        0.81
## 48 5        0.39
## 49 5        0.3 
## 50 5        0.23
## 51 5        0.13
## 52 5        0.11
## 53 5        0.08
## 54 5        0.1 
## 55 5        0.06
## 56 6        2.31
## 57 6        1.44
## 58 6        1.03
## 59 6        0.84
## 60 6        0.64
## 61 6        0.42
## 62 6        0.24
## 63 6        0.17
## 64 6        0.13
## 65 6        0.1 
## 66 6        0.09
Indometh %>% select(Subject,-conc,time) %>% print(n=100)
## # A tibble: 66 × 2
##    Subject  time
##    <ord>   <dbl>
##  1 1        0.25
##  2 1        0.5 
##  3 1        0.75
##  4 1        1   
##  5 1        1.25
##  6 1        2   
##  7 1        3   
##  8 1        4   
##  9 1        5   
## 10 1        6   
## 11 1        8   
## 12 2        0.25
## 13 2        0.5 
## 14 2        0.75
## 15 2        1   
## 16 2        1.25
## 17 2        2   
## 18 2        3   
## 19 2        4   
## 20 2        5   
## 21 2        6   
## 22 2        8   
## 23 3        0.25
## 24 3        0.5 
## 25 3        0.75
## 26 3        1   
## 27 3        1.25
## 28 3        2   
## 29 3        3   
## 30 3        4   
## 31 3        5   
## 32 3        6   
## 33 3        8   
## 34 4        0.25
## 35 4        0.5 
## 36 4        0.75
## 37 4        1   
## 38 4        1.25
## 39 4        2   
## 40 4        3   
## 41 4        4   
## 42 4        5   
## 43 4        6   
## 44 4        8   
## 45 5        0.25
## 46 5        0.5 
## 47 5        0.75
## 48 5        1   
## 49 5        1.25
## 50 5        2   
## 51 5        3   
## 52 5        4   
## 53 5        5   
## 54 5        6   
## 55 5        8   
## 56 6        0.25
## 57 6        0.5 
## 58 6        0.75
## 59 6        1   
## 60 6        1.25
## 61 6        2   
## 62 6        3   
## 63 6        4   
## 64 6        5   
## 65 6        6   
## 66 6        8
#Mutate
Indometh %>% mutate(total=time+conc) %>% print(n=100)
## # A tibble: 66 × 4
##    Subject  time  conc total
##    <ord>   <dbl> <dbl> <dbl>
##  1 1        0.25  1.5   1.75
##  2 1        0.5   0.94  1.44
##  3 1        0.75  0.78  1.53
##  4 1        1     0.48  1.48
##  5 1        1.25  0.37  1.62
##  6 1        2     0.19  2.19
##  7 1        3     0.12  3.12
##  8 1        4     0.11  4.11
##  9 1        5     0.08  5.08
## 10 1        6     0.07  6.07
## 11 1        8     0.05  8.05
## 12 2        0.25  2.03  2.28
## 13 2        0.5   1.63  2.13
## 14 2        0.75  0.71  1.46
## 15 2        1     0.7   1.7 
## 16 2        1.25  0.64  1.89
## 17 2        2     0.36  2.36
## 18 2        3     0.32  3.32
## 19 2        4     0.2   4.2 
## 20 2        5     0.25  5.25
## 21 2        6     0.12  6.12
## 22 2        8     0.08  8.08
## 23 3        0.25  2.72  2.97
## 24 3        0.5   1.49  1.99
## 25 3        0.75  1.16  1.91
## 26 3        1     0.8   1.8 
## 27 3        1.25  0.8   2.05
## 28 3        2     0.39  2.39
## 29 3        3     0.22  3.22
## 30 3        4     0.12  4.12
## 31 3        5     0.11  5.11
## 32 3        6     0.08  6.08
## 33 3        8     0.08  8.08
## 34 4        0.25  1.85  2.1 
## 35 4        0.5   1.39  1.89
## 36 4        0.75  1.02  1.77
## 37 4        1     0.89  1.89
## 38 4        1.25  0.59  1.84
## 39 4        2     0.4   2.4 
## 40 4        3     0.16  3.16
## 41 4        4     0.11  4.11
## 42 4        5     0.1   5.1 
## 43 4        6     0.07  6.07
## 44 4        8     0.07  8.07
## 45 5        0.25  2.05  2.3 
## 46 5        0.5   1.04  1.54
## 47 5        0.75  0.81  1.56
## 48 5        1     0.39  1.39
## 49 5        1.25  0.3   1.55
## 50 5        2     0.23  2.23
## 51 5        3     0.13  3.13
## 52 5        4     0.11  4.11
## 53 5        5     0.08  5.08
## 54 5        6     0.1   6.1 
## 55 5        8     0.06  8.06
## 56 6        0.25  2.31  2.56
## 57 6        0.5   1.44  1.94
## 58 6        0.75  1.03  1.78
## 59 6        1     0.84  1.84
## 60 6        1.25  0.64  1.89
## 61 6        2     0.42  2.42
## 62 6        3     0.24  3.24
## 63 6        4     0.17  4.17
## 64 6        5     0.13  5.13
## 65 6        6     0.1   6.1 
## 66 6        8     0.09  8.09
NewIndometh <- Indometh %>% select(Subject,time,conc) %>% mutate(total=time+conc)
NewIndometh %>% print(n=100)
## # A tibble: 66 × 4
##    Subject  time  conc total
##    <ord>   <dbl> <dbl> <dbl>
##  1 1        0.25  1.5   1.75
##  2 1        0.5   0.94  1.44
##  3 1        0.75  0.78  1.53
##  4 1        1     0.48  1.48
##  5 1        1.25  0.37  1.62
##  6 1        2     0.19  2.19
##  7 1        3     0.12  3.12
##  8 1        4     0.11  4.11
##  9 1        5     0.08  5.08
## 10 1        6     0.07  6.07
## 11 1        8     0.05  8.05
## 12 2        0.25  2.03  2.28
## 13 2        0.5   1.63  2.13
## 14 2        0.75  0.71  1.46
## 15 2        1     0.7   1.7 
## 16 2        1.25  0.64  1.89
## 17 2        2     0.36  2.36
## 18 2        3     0.32  3.32
## 19 2        4     0.2   4.2 
## 20 2        5     0.25  5.25
## 21 2        6     0.12  6.12
## 22 2        8     0.08  8.08
## 23 3        0.25  2.72  2.97
## 24 3        0.5   1.49  1.99
## 25 3        0.75  1.16  1.91
## 26 3        1     0.8   1.8 
## 27 3        1.25  0.8   2.05
## 28 3        2     0.39  2.39
## 29 3        3     0.22  3.22
## 30 3        4     0.12  4.12
## 31 3        5     0.11  5.11
## 32 3        6     0.08  6.08
## 33 3        8     0.08  8.08
## 34 4        0.25  1.85  2.1 
## 35 4        0.5   1.39  1.89
## 36 4        0.75  1.02  1.77
## 37 4        1     0.89  1.89
## 38 4        1.25  0.59  1.84
## 39 4        2     0.4   2.4 
## 40 4        3     0.16  3.16
## 41 4        4     0.11  4.11
## 42 4        5     0.1   5.1 
## 43 4        6     0.07  6.07
## 44 4        8     0.07  8.07
## 45 5        0.25  2.05  2.3 
## 46 5        0.5   1.04  1.54
## 47 5        0.75  0.81  1.56
## 48 5        1     0.39  1.39
## 49 5        1.25  0.3   1.55
## 50 5        2     0.23  2.23
## 51 5        3     0.13  3.13
## 52 5        4     0.11  4.11
## 53 5        5     0.08  5.08
## 54 5        6     0.1   6.1 
## 55 5        8     0.06  8.06
## 56 6        0.25  2.31  2.56
## 57 6        0.5   1.44  1.94
## 58 6        0.75  1.03  1.78
## 59 6        1     0.84  1.84
## 60 6        1.25  0.64  1.89
## 61 6        2     0.42  2.42
## 62 6        3     0.24  3.24
## 63 6        4     0.17  4.17
## 64 6        5     0.13  5.13
## 65 6        6     0.1   6.1 
## 66 6        8     0.09  8.09