Introducción a la organización de datos con tidyr

El paquete tidyr ayuda a organizar datos desordenados en un formato estructurado.

Transformación de datos: de formato ancho a largo

Utilice pivot_longer() para convertir datos de formato ancho a formato largo.

library(tidyr)
data <- data.frame(Name = c('Alice', 'Bob'), Jan = c(10, 15), Feb = c(20, 25))
data_long <- pivot_longer(data, cols = c('Jan', 'Feb'), names_to = 'Month', values_to = 'Score')

Transformación de datos: de formato largo a ancho

Utilice pivot_wider() para convertir datos de formato largo a formato ancho.

data_wide <- pivot_wider(data_long, names_from = 'Month', values_from = 'Score')

Separación de columnas

La función separate() divide una columna en varias columnas.

data <- data.frame(Name = c('Alice_Smith', 'Bob_Jones'))
data_separated <- separate(data, Name, into = c('FirstName', 'LastName'), sep = '_')

Unión de columnas

La función unite() combina varias columnas en una sola.

data_united <- unite(data_separated, FullName, FirstName, LastName, sep = ' ')

Gestión de valores ausentes

Utilice drop_na() para eliminar los valores ausentes de un conjunto de datos.

library(dplyr)
data_clean <- data %>% drop_na()

Reemplazo de valores ausentes

Utilice replace_na() para rellenar los valores ausentes con un valor específico.

data_filled <- data %>% mutate(Score = replace_na(Score, 0))

Combinación de varias funciones de tidyr

Puede utilizar conjuntamente pivot_longer(), separate() y unite() para organizar completamente los datos.

data_tidy <- data %>% pivot_longer(cols = c('Jan', 'Feb'), names_to = 'Month', values_to = 'Score') %>% separate(Name, into = c('FirstName', 'LastName'), sep = '_') %>% unite(FullName, FirstName, LastName, sep = ' ')

Resumen

En esta lección, aprendió:

• A cambiar la estructura de los datos mediante pivot_longer() y pivot_wider().
• A separar y unir columnas para estructurar los datos.
• A gestionar valores ausentes mediante drop_na() y replace_na().