因为最近搞毕业论文，有点忙，加上还有好多粉丝咨询，临近毕业更新就很少了。

今天就写一个非常简单的文章，敷衍一下吧，哈哈哈。

今天要写的就是数据清洗的函数mutate()，这个属于超级基本的内容哦，一般我们拿到数据最头疼应该就是清洗数据了，所以清洗数据的基础一定要牢牢掌握。

还有，如果你想成为一名合格的分析师，其实你只要精通清洗数据就够了，我这么说一点都不夸张。

一个简单数据清洗任务常常包括：

本文就只写最后一个，即在R中使用mutate创建新变量。

mutate的基础知识

在开始之前，我们先谈谈dplyr。

dplyr是R中专门用于数据处理的包。更具体功能包括：

在大多数情况下，dplyr仅执行这些任务。dplyr出色的部分原因在于它“紧凑”。只有5或6种主要工具，并且非常易于使用。

mutate()如何用？

使用时，通常你只需要指定3项内容：

还是给大家举个例子：看下图，mutate()的第一个参数就是数据框，然后就是新变量名=旧变量的某种新式。就是说你可以轻松地以数据框中的原有变量生成新变量。

但是这个函数只能用于数据框，不能在列表，矩阵，向量或其他数据结构中使用。

注意，mutate()的第二个参数是“名称-值”对，就是说我们在创建变量时新变量需要一个名称，但是它也需要一个分配给该名称的值。因此，当使用mutate时，您需要提供名称和新值…即名称/值对。

我们再次看一下刚刚的语法示例：

那么在上图中我们是要创建一个名为的新变量。分配给的值为乘以2的值。在此示例中，变量为原本就存在于数据框df当中的。

就是这么简单。

实例操作

为了加深大家的印象，还是给大家一个实例

library(dplyr)
library(ISLR)

我们使用ISLR包中的Auto数据框给大家演示。

在我们对数据进行实际操作之前，让我们先瞅一瞅它长啥样。

print(Auto)

打印出来时，您会发现数据数据框排列的有些杂乱，我们可以将它转化为tibble打印效果更好。tibble实际上是修改后的数据框。它的优点之一是它们以更好的格式打印出来。

auto_specs <- as.tibble(Auto)
print(auto_specs)

这样好多了。

您可以看到，当我们现在打印出来时，tibble结构更具可读性。

好了。比如我现在需要一个新变量叫做，这个变量是原先 / weight两个变量的比值，我们就可以用使用mutate()写出如下代码：

auto_specs_new <- mutate(auto_specs, hp_to_weight = horsepower / weight)
print(auto_specs_new)

可以看到新的变量已经在这个数据框中了。在R中使用mutate()就是这么简单。

小结

今天给大家写了mutate()如何创建新变量，超级简单的一个教程，感谢大家耐心看完，自己的文章都写的很细，代码都在原文中，希望大家都可以自己做一做，请关注后私信回复“数据链接”获取所有数据和本人收集的学习资料。如果对您有用请先收藏，再点赞转发。

也欢迎大家的意见和建议。

如果你是一个大学本科生或研究生，如果你正在因为你的统计作业、数据分析、论文、报告、考试等发愁，如果你在使用SPSS,R，Python，Mplus, Excel中遇到任何问题，都可以联系我。因为我可以给您提供好的，详细和耐心的数据分析服务。

如果你对Z检验，t检验，方差分析，多元方差分析，回归，卡方检验，相关，多水平模型，结构方程模型，中介调节，量表信效度等等统计技巧有任何问题，请私信我，获取详细和耐心的指导。

If you are a student and you are worried about you #, #Data #, #Thesis, #reports, #, #Quizzes, Exams.. And if you are facing problem in #SPSS, #R-, #Excel, Mplus, then contact me. Because I could provide you the best for your Data .

Are you with like z-test, t-test, ANOVA, MANOVA, , , Chi-Square, , , SEM, model, and etc. for your Data ...??

Then Contact Me. I will solve your Problem...

加油吧，打工人！

使用PowerDesigner设计数据库

原文链接：

设计数据库有如下6个主要步骤：

1、需求分析：了解用户的数据需求、处理需求、安全性及完整性要求；

2、概念设计：通过数据抽象，设计系统概念模型，一般为E-R模型；

3、逻辑结构设计：设计系统的模式和外模式，对于关系模型主要是基本表和视图；

4、物理结构设计：设计数据的存储结构和存取方法，如索引的设计；

5、系统实施：组织数据入库、编制应用程序、试运行；

6、运行维护：系统投入运行，长期的维护工作。

在此我要说的是使用设计数据库的设计过程，有些地方可能不太正确，望各位高手指正。

一、首先是需求分析，这个不用多说了，不同的数据库有不同的需求，以下是分析这个数据库需求之后设计出来的实体、实体间的关系和表格，其中的字段，属性就不一一列出了：

二、通过这个表格使用设计数据库：

1、概念模型设计

(1)创建模型：

(2)创建表，添加属性字段，根据实体间的对应关系，建立表与表之间的关系。

对于多对多关系的中间表（如角色菜单表），是不能创建的，只需设定它们的对应关系为多对多，在生成逻辑模型时会自动生成这张表，这张表的默认名为多对多的关系名，把这张的表名修改为自己想要的就行了。而“角色菜单操作”表涉及三张表的关联也是不能创建的，这个在物理模型设计时再来解决。

对于表的外键，也是不能添加的，在指定实体关系之后，生成逻辑模型时也会自动添加到表中。

这个时候，有一些表示和其他表之间没什么关联的，它们依赖与多对多生成的表（如操作表），或者和其他表都没什么关系（如数据字典表，这个只需创建好表即可，无须担心），在生成物理模型时对依赖中间表的表可以进行关联。

2、逻辑模型设计

生成逻辑模型

自动生成的角色菜单表：

3、物理模型设计

(1)生成物理模型，指定数据库类型

(2)修改数据类型

生成的数据表中，有些数据类型可能不是你想要的，这个时候就可以打开数据表修改为自己想要的数据类型了：

(3)添加一张新的空表，分别指向角色、菜单、操作这三张表，生成角色菜单关系表：

(4)完成之后Ctrl+C保存所有的到一个新的文件夹中：

4、生成数据库SQL语句

至此数据库的SQL的语句生成了，只需在数据库中创建一个数据库，用来执行这些SQL语句即可。

三、生成数据库设计文档

完成数据库设计之后，关闭，使用数据字典阅读器生成设计文档

还需要在设计文档中填写一些数据字典数据等内容。

到此，所有的设计工作都OK了！