Menyusun Data dengan tidyr
Tukarkan data yang berselerak kepada format tersusun untuk memudahkan analisis menggunakan fungsi tidyr.
Menyusun Data dengan tidyr ialah pelajaran R Academy percuma di CoddyKit. Ini ialah pelajaran 3 daripada 3. Sebanyak 3 pelajaran dalam laluan pembelajaran ini boleh dibaca sepenuhnya secara percuma — selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan praktikal dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran R Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus R Academy merangkumi sejumlah 3 pelajaran.
Pengenalan kepada Penyusunan Data dengan tidyr
Pakej tidyr membantu menyusun data yang tidak kemas ke dalam format berstruktur.
Memusing Data: Lebar kepada Panjang
Gunakan pivot_longer() untuk menukar data berformat lebar kepada 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')Memusing Data: Panjang kepada Lebar
Gunakan pivot_wider() untuk menukar data berformat panjang kepada format lebar.
data_wide <- pivot_wider(data_long, names_from = 'Month', values_from = 'Score')Memisahkan Lajur
Fungsi separate() memecahkan satu lajur kepada beberapa lajur.
data <- data.frame(Name = c('Alice_Smith', 'Bob_Jones'))
data_separated <- separate(data, Name, into = c('FirstName', 'LastName'), sep = '_')Menyatukan Lajur
Fungsi unite() menggabungkan beberapa lajur menjadi satu.
data_united <- unite(data_separated, FullName, FirstName, LastName, sep = ' ')Mengendalikan Nilai Hilang
Gunakan drop_na() untuk membuang nilai yang hilang daripada set data.
library(dplyr)
data_clean <- data %>% drop_na()Menggantikan Nilai Hilang
Gunakan replace_na() untuk mengisi nilai yang hilang dengan nilai tertentu.
data_filled <- data %>% mutate(Score = replace_na(Score, 0))Menggabungkan Berbilang Fungsi tidyr
Anda boleh menggunakan pivot_longer(), separate() dan unite() bersama-sama untuk penyusunan data yang lengkap.
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()danpivot_wider(). - Cara memisahkan dan menyatukan lajur untuk menghasilkan data berstruktur.
- Cara mengendalikan nilai yang hilang menggunakan
drop_na()danreplace_na().
Pelajari R dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 43
- Pelajaran
- 159
Soalan Lazim
Adakah pelajaran “Menyusun Data dengan tidyr” percuma?
Ya — sebanyak 3 pelajaran dalam laluan pembelajaran R Academy, termasuk “Menyusun Data dengan tidyr”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus R Academy merangkumi sejumlah 3 pelajaran.
Apakah yang akan saya pelajari dalam “Menyusun Data dengan tidyr”?
Tukarkan data yang berselerak kepada format tersusun untuk memudahkan analisis menggunakan fungsi tidyr. Anda berlatih R Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan R Academy?
Tiada pengalaman terdahulu diperlukan. Pembelajaran R Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 3 daripada 3.
Berapa lamakah pelajaran “Menyusun Data dengan tidyr” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran R Academy ini?
Ya. Setiap pelajaran R Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- Pengenalan kepada Tidyverse
- Pengolahan Data dengan dplyr
- Menyusun Data dengan tidyr