Einführung in das Kombinieren und Umformen von Daten

Daten stammen häufig aus mehreren Quellen und müssen für die Analyse zusammengeführt oder umgeformt werden. In dieser Lektion lernen Sie, wie Sie Daten in R kombinieren und neu strukturieren.

Data Frames kombinieren

Sie können Data Frames mit Funktionen wie rbind() (zeilenweise) und cbind() (spaltenweise) kombinieren.

df1 <- data.frame(ID = c(1, 2), Score = c(90, 85))
df2 <- data.frame(ID = c(3, 4), Score = c(78, 92))
df_combined <- rbind(df1, df2)

Data Frames zusammenführen

Um zwei Data Frames anhand einer gemeinsamen Spalte zusammenzuführen, verwenden Sie merge().

df1 <- data.frame(ID = c(1, 2, 3), Name = c('Alice', 'Bob', 'Charlie'))
df2 <- data.frame(ID = c(1, 2, 3), Score = c(90, 85, 88))
merged_df <- merge(df1, df2, by = 'ID')

Joins mit dplyr verwenden

Das Paket dplyr stellt Funktionen wie left_join() und inner_join() zum Zusammenführen von Daten bereit.

library(dplyr)
joined_df <- left_join(df1, df2, by = 'ID')

Daten mit tidyr pivotieren

Das Umformen von Daten ist nützlich, um Daten in verschiedenen Formaten zusammenzufassen und zu analysieren.

Daten ins breite Format umformen (pivot_wider)

Verwenden Sie pivot_wider(), um Daten vom langen ins breite Format umzuwandeln.

library(tidyr)
data_wide <- pivot_wider(df, names_from = Category, values_from = Value)

Daten ins lange Format umformen (pivot_longer)

Verwenden Sie pivot_longer(), um Daten vom breiten ins lange Format umzuwandeln.

data_long <- pivot_longer(df, cols = c('Jan', 'Feb'), names_to = 'Month', values_to = 'Sales')

Daten sortieren

Sie können Data Frames mit der Funktion arrange() aus dplyr sortieren.

df_sorted <- arrange(df, desc(Score))

Zusammenfassung

In dieser Lektion haben Sie Folgendes gelernt:

• Wie Sie Data Frames kombinieren und zusammenführen.
• Wie Sie Daten mit Pivot-Funktionen umformen.
• Wie Sie Daten effizient sortieren und strukturieren.