R语言中的dplyr包非常神奇，里面包含很多的函数，今天我们就来介绍下窗口函数的应用。
窗口函数应用
mtcars %>% group_by(cyl) %>% mutate(rank = min_rank(desc(mpg)))
mtcars %>% group_by(cyl) %>% mutate(mpg_max = max(mpg))
原来的明细还保留，同时每个分组的统计值算出来了，是不是很方便
1.2 批量操作
同时若你嫌麻烦一个个地对变量进行操作，还可以使用mutate_each函数对数据框中的变量批量操作，通过调整funs（即functions）和vars（variables）参数控制functions的数量，以及参与变形的variables，这里控制variables的技巧与select函数相似。
#对每个变量进行排名
mtcars%>%mutate_each(funs(dense_rank))
mpg cyl disp hp drat wt qsec vs am gear carb
1 16 2 13 11 16 9 6 1 2 2 4
2 16 2 13 11 16 12 10 1 2 2 4
3 19 1 6 6 15 7 22 2 2 2 1
4 17 2 16 11 5 16 24 2 1 1 1
5 13 3 23 15 6 18 10 1 1 1 2
#对disp的变量进行排名
mtcars%>%mutate_each(funs(dense_rank,min_rank),disp)
mpg cyl disp hp drat wt qsec vs am gear carb dense_rank min_rank
1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 13 13
2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 13 13
3 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 6 6
4 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 16 18
5 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 23 27
6 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 15 17
7 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 23 27
#对除了disp的变量进行排名
mtcars%>%mutate_each(funs(dense_rank,min_rank),-disp)
2、transmute
返回值中不包含原数据集变量，只保留计算转换后的变量。
mtcars%>%mutate(wt_log=log(wt))
mtcars%>%transmute(wt_log=log(wt))
mtcars %>%mutate(displ_l = disp / 61.0237)
mtcars %>%transmute(displ_l = disp / 61.0237)
