Wprowadzenie do łączenia i przekształcania danych

Dane często pochodzą z wielu źródeł i przed analizą wymagają połączenia lub przekształcenia. W tej lekcji nauczą się Państwo łączyć i przekształcać dane w języku R.

Łączenie ramek danych

Ramki danych można łączyć za pomocą funkcji takich jak rbind() (wierszami) i cbind() (kolumnami).

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)

Scalanie ramek danych

Aby scalić dwie ramki danych według wspólnej kolumny, należy użyć funkcji 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')

Używanie dplyr do złączeń

Pakiet dplyr udostępnia funkcje takie jak left_join() i inner_join() do łączenia danych.

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

Przekształcanie danych za pomocą tidyr

Przekształcanie danych jest przydatne podczas podsumowywania i analizowania ich w różnych formatach.

Poszerzanie danych (pivot_wider)

Funkcja pivot_wider() służy do konwertowania danych z formatu długiego na szeroki.

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

Wydłużanie danych (pivot_longer)

Funkcja pivot_longer() służy do konwertowania danych z formatu szerokiego na długi.

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

Sortowanie danych

Ramki danych można sortować za pomocą funkcji arrange() z pakietu dplyr.

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

Podsumowanie

W tej lekcji poznali Państwo:

• sposoby łączenia i scalania ramek danych,
• sposoby przekształcania danych za pomocą funkcji pivotujących,
• sposoby wydajnego sortowania i organizowania danych.