紧接着创建新的列gain和speed
新创建的列同时也可以使用（但是保留的方法仍然是赋值给某个名称）：
由于系统显示限制，最后一列没有展示出来，运行view()函数即可：
如果只想要保留新的变量，那就使用transmute()函数：
此时参与计算的arr_delay、dep_delay、air_time、hours都消失，只有新转换的gain、hours 、gain_per_hour三列。
mutare()函数可以和前面提到的几个函数结合起来使用。其中进行运算的时候，肯定会涉及到R语言的计算语言，以下列出几个常用的：
举例：
本教程描述了R中如何计算和添加新的变量到一个数据框.你将学习dplyr R包以下R函数:
mutate (): 计算并向数据表中添加新变量。它保留了现有的变量。
transmute (): 计算新列，但删除现有变量。
我们还将提供mutate()和transmute()的三种变体，以便同时修改多个列:
mutate_all () / transmute_all (): 对数据框中的每一列应用一个函数
mutate_at () / transmute_at (): 将函数应用于用字符向量选定的特定列
mutate_if () / transmute_if (): 将一个函数应用于返回TRUE的函数所选择的列。
mutate: 通过保留现有变量来添加新变量
添加新列 (sepal_by_petal_*):
transmute: 通过删除现有变量来创建新变量
添加新列 (sepal_by_petal_*)，并删除现有列:
一次修改多个列
我们首先创建一个演示数据集my_data2，它只包含数字列。为此，我们将删除列物种
函数 mutate_all() / transmute_all(), mutate_at() / transmute_at() 和mutate_if() / transmute_if() 可用于一次修改多个列。
函数简要形式如下所示：
# Mutate variants
mutate_all(.tbl, .funs,...)
mutate_if(.tbl, .predicate, .funs,...)
mutate_at(.tbl, .vars, .funs,...)
# Transmute variants
transmute_all(.tbl, .funs,...)
transmute_if(.tbl, .predicate, .funs,...)
transmute_at(.tbl, .vars, .funs,...)
.tbl: tbl 数据框
.funs: List of function calls generated by funs(), or a character vector of function names, or simply a function.由funs()、函数名的字符向量或简单的函数生成的函数调用列表。
…: funs中函数调用的附加参数。
.predicate: A predicate function to be applied to the columns or a logical vector. The variables for which .predicate is or returns TRUE are selected.
转换所有列
注意，点“.” 表示所有任意变量。
如果.funs有多个名称或多个输入，函数名将被附加到列名中:
注意，输出变量名现在包含了函数名。
转换特定的列
mutate_at (): 转换按名称选择的特定列:
mutate_if (): transform specific columns selected by a predicate function.
mutate_if() 在将变量从一种类型转换为另一种类型时特别有用。
所有数值变量四舍五入:
Summary
本文描述了如何使用dplyr函数向数据框架中添加新的变量列:mutate()、transmute()
mutate(iris, sepal = 2*Sepal.Length): Computes and appends new variable(s).
transmute(iris, sepal = 2*Sepal.Length): Makes new variable(s) and drops existing ones.
