简介

RStudio有数据预览功能，能够一目了然的查看数据和数据结构，并且能够做简单的数据分析，更容易理解如何在R中整理数的过程。

开始预览

可以在控制台调用View函数来请求数据预览，例如：

>data(iris)

>view(iris)

你也可以在右侧的environment框中点击数据标志：

排序

正如需求，你可以对数据的列进行排序，只需要点击数据的对应列，然后点击字段名，自由切换排序方式。

想删除排序，点击右上角空白单元格。

筛选

为了过滤，点击过滤的标志，只要显示all都可以筛选，点击box，然后选点你需要的数据范围，例如下图sepal大于3.6

注意下面的文字提示，显示的是筛选后的数据，以上实例中数据集有150个数据记录，经过筛选剩下135个数据集，只1-9个显示。

不是所有的数据字段都可以筛选，一下数据类型支持筛选：

数字型

字符型

因子型（最多256个水平）

布尔型

不同列进行筛选，得到的结果是符合双重条件的交集。

删除一个筛选器点击筛选器旁边的x，如果想清除所有的筛选器，点击工具栏的筛选器。

查询

你可以通过全局查询来对所有的数据进行查询。

此功能支持模糊查询，不仅仅支持字符查询，而且可以对数字型和布尔型的模糊查询。

查询和筛选可以叠加的，结果是查询和筛选的交集。

深入了解

自动刷新

在大多数情况下，viewer会自动保存更新，例如：

> data(Orange) > View(Orange) > Orange[1, "age"] <- 120你可以看到数据由118变成120

如下情况下不能自动保存更新：

数据只是copy，但是没有更新

变量必须在全局环境能够找到

标签

支持为列增加标签的功能，正如Hmisc包的功能:

> library(Hmisc) > data(women) > label(women[[1]]) <- "Woman's Height" > label(women[[2]]) <- "Woman's Weight" > View(women)

有如上效果。

限制与性能

展现数据的数量是无限的，展现速度也不会因为数据量大而减缓速度，例如datatables的java脚本规则，在当下只有一小部分数据被上载。

若行无限制，那么列最多有100列，行展示的规则在列方向是无效的，如果列多了，那么会导致加载数据能力大大下降。

最终，当追求速度极致遭遇大量数据，那么会导致延缓的局限性，为了满足R的浏览功能，我们作用大量数据，尽量采取筛选器来提高整体性能。

保存筛选结果

在当下，不能抽取当下数据作为R的对象，或者保存当下的脚本操作，viewer的作用是可视化的提高预览功能，而不是作为数据操作。

如果想做数据操作，请参考dplyr脚本。

End.

运行人员：中国统计网小编（微信号：itongjilove）

微博ID：中国统计网

中国统计网，是国内最早的大数据学习网站，公众号：中国统计网