Pengantar Penataan Data dengan tidyr

Package tidyr membantu mengatur data yang berantakan ke dalam format terstruktur.

Memutar Data: Lebar ke Panjang

Gunakan pivot_longer() untuk mengubah data berformat lebar menjadi format panjang.

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')

Memutar Data: Panjang ke Lebar

Gunakan pivot_wider() untuk mengubah data berformat panjang menjadi format lebar.

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

Memisahkan Kolom

Fungsi separate() memecah satu kolom menjadi beberapa kolom.

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

Menyatukan Kolom

Fungsi unite() menggabungkan beberapa kolom menjadi satu.

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

Menangani Nilai yang Hilang

Gunakan drop_na() untuk menghapus nilai yang hilang dari set data.

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

Mengganti Nilai yang Hilang

Gunakan replace_na() untuk mengisi nilai yang hilang dengan nilai tertentu.

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

Menggabungkan Beberapa Fungsi tidyr

Anda dapat menggunakan pivot_longer(), separate(), dan unite() bersama-sama untuk penataan data secara menyeluruh.

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 = ' ')

Ringkasan

Dalam pelajaran ini, Anda telah mempelajari:

• Cara mengubah bentuk data menggunakan pivot_longer() dan pivot_wider().
• Cara memisahkan dan menyatukan kolom untuk menghasilkan data terstruktur.
• Cara menangani nilai yang hilang menggunakan drop_na() dan replace_na().