Day 1 DS review： 一些神奇用法，可以省时间

review 了啥？从下往上看

就酱～

这个也很厉害，lets say 你有一些时间序列data，都是points，但是你想有一个完整的时间序列，那就得compelte. 适用场景有merging data， 或者你需要创建一些entries给data entry monkey to enter.

hmm 看上去很厉害，我还是不会

我也就看看，我不会，我得练

我就看看，我不会

神奇！

写好看

pivot_longer 就names_to, values_to， 我欲归去。。。。

这么写就很麻烦了

stata once more，某个stata scene 重现, 这个写法很特殊， 不能忘记 ``` 我的latin American键盘得按“><” 键

我觉得这个visualization 是datacamp 的牛逼之处，赞一个

当年 wto data consultant 的test 就是用 fill 做的

在cleaning data 里很管用哦！！

replace_na() 里的0 有很多不一样的format

关于missing value NA 完全可以出一本书了 different type of NA

和 excel 的一些功能较相近 - 把两个columns 合在一起

这个应该是Reshaping Data with tidyr 里的。 所以你看，tidyr 包括 seperate

tidyr 和excel的某些data cleaning 较相近

我对dplyr 包括那些比较基本的select，filter， mutate

tidyr 就比較fancy了，包括pivot_wider, pivot_longer....

这个有点像stata 的 summarize，告诉你每个category有几个东西

mutate 神奇用法：这么写，其实很省时间，这相当于是省了一个 case_when structure.

成吧，我猜这些select，filter，transmute是windows function

lag的意义 - 看过了许多美女，看过了许多美景。。。

活得明白的人 会用transmute 自定义variable哈哈哈

transmute = mute + select

rename多费劲啊

直接在select里重命名的人都活得明白

非常intuitive，但是谁会想到哈哈

contains 是很神奇的，1992_growth, 1993_growth, 这种wide data 就很容易select

select 神法：这个我知道的

传说中的top_n

算前3名用slice_max()

这个我比较生疏，slice_max() 貌似是之前的top_n (1, var)

hmm 好像过去也知道count 可以用weight