Indicare e scegliere le variabili

Uno dei vantaggi dei pacchetti del tidyverse per la gestione e la trasformazione dei dati è la semplicità con la quale è possibile indicare le variabili, per nome, anziché con gli indici (ad. es. data[,i]) o la forma data$var.

Vedi anche:

• select, rename (dplyr)
• dplyr_across

All'interno delle funzioni dei pacchetti del tidyverse, le variabili possono infatti essere indicate con gli indici (vedi Indicizzazione) o anche semplicemente con il loro nome.

Tutte le funzioni prevedono che il dataset (esclusivamente dataframe e tibble) venga indicato come primo argomento. Ad esempio:

select(ChickWeight, Chick, weight)

Il nome delle variabili può essere indicato senza virgolette, se non contiene spazi:

select(dataset, variabile1, "variabile 2")

Per usare gli indici:

ChickWeight %>% select(c(3,1))

o anche

ChickWeight %>% select(3,1)

Esistono delle funzioni, nel pacchetto tidyselect, che aiutano nel selezionare più variabili, in base a criteri o pattern.

• everything(): tutte le variabili

• last_col(): l’ultima variabile

In base ad un pattern:

• starts_with(): le variabili il cui nome inizia con una stringa (es: “var”)

• ends_with(): le variabili il cui nome finisce con una stringa.

• contains(): le variabili che contengono nel nome una stringa

• matches(): le variabili il cui nome corrisponde ad una espressione regolare

• num_range(): le variabili il cui nome corrisponde a un range di numeri (es. x01, x02, x03).

Con un vettore carattere:

• all_of(): tutte le variabili del vettore carattere

• any_of(): come all_of(), ma non restituisce un messaggio di errore se una delle variabili indicate non esiste.

Con una funzione

• where(): applica una funzione a tutte le variabili e seleziona quelle per le quali la funzione restituisce TRUE.