在本章中，您将回顾 dplyr 管道，并通过辅助函数与正则表达式强化列选择技巧。

Be fruitful and dplyr

select() 与 filter()

精选得当

需要进行变换

借助辅助函数

别从我开始说起

看看它是如何"收尾"的

找到理想匹配

Contain-ted love

查找匹配项

监督您选出的领导者

本章将学习如何在数据中移动列，并对多列同时应用相同的转换。您还将根据任意或全部列条件来选择行。

提供列重排帮助

使用 select() 和 everything() 移动列

使用 select() 和 last_col() 重新排列

使用 relocate() 调整列位置

这已经越界了

对多列进行变换（mutate across）

跨多个变量做汇总

将 count() 与 across() 组合使用

动物过河：新的 rowwise 用法

across() 与 c_across()

使用 rowwise() 做聚合

任一满足，或全部满足

让它们持续前进

本章将重温 dplyr 的连接操作。您还会进一步使用集合论子句来检查数据集之间的重叠与差异。

一起联结，乐在其中

一起做连接

继续深入调查

相交的直线不平行

交集 vs. 内连接

飞速穿过交集

汇报联合状态

保存 union 结果

报名参加本地的 union，all

有点"除外"过头了

检查集合是否相同

检查差异

集合论 Claus 与北极

在课程最后一部分，您将使用 rlang 运算符将参数转换为变量，并创建可融合 dplyr 与 ggplot2 代码的函数。

您的主要"故障"是什么？

按地区查看失业率

按分组计算失业率中位数

Bang-bang！！

匹配 rlang 运算符

Bang bang 走进房间

躺在摇椅上玩转 rlang

You are the walrus

分析各地区的结果

一个精彩的 ggplot 转折

绘图与谋划

标题「越绘越有料」

恭喜您！

说一门新的 rlang 语言

World Bank

International Monetary Fund (IMF)

tidyverse 包含大量让数据处理更简单、更高效的工具。不过，您是否曾尝试在自定义函数中调用 dplyr 函数，却遇到奇怪的错误或意外的结果？这些问题很可能源于 tidy evaluation，需要额外的方法来处理。在"使用 dplyr 编程"课程中，您将通过 rlang 包学习应对这些错误的策略。您还会学习在 World Bank 和 International Monetary Fund 的数据上使用 dplyr 编程的其他技巧，以分析全球趋势。完成课程后，您将能够自如编写 tidyverse 风格的函数。

Joining Data with dplyr

Introduction to Writing Functions in R

学习如何执行高级dplyr转换，并在函数中整合dplyr和ggplot2代码。

使用 dplyr 编程

学习如何执行高级 dplyr 转换，并在函数中整合 dplyr 和 ggplot2 代码。

select() 与 filter()

使用 dplyr 编程

动手互动练习