บทนำสู่การรวมและปรับโครงสร้างข้อมูล

ข้อมูลมักมาจากหลายแหล่ง และจำเป็นต้องนำมารวมกันหรือปรับโครงสร้างใหม่เพื่อการวิเคราะห์ ในบทเรียนนี้ คุณจะได้เรียนรู้วิธีรวมและจัดโครงสร้างข้อมูลใหม่ใน R

การรวมกรอบข้อมูล

คุณสามารถรวมกรอบข้อมูลได้โดยใช้ฟังก์ชัน เช่น rbind() (ตามแถว) และ cbind() (ตามคอลัมน์)

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)

การผสานกรอบข้อมูล

หากต้องการผสานกรอบข้อมูลสองกรอบโดยใช้คอลัมน์ร่วม ให้ใช้ 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')

การใช้ dplyr สำหรับการเชื่อมข้อมูล

แพ็กเกจ dplyr มีฟังก์ชัน เช่น left_join() และ inner_join() สำหรับผสานข้อมูล

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

การปรับรูปแบบข้อมูลด้วย tidyr

การปรับโครงสร้างข้อมูลใหม่มีประโยชน์สำหรับการสรุปและวิเคราะห์ข้อมูลในรูปแบบต่าง ๆ

การขยายข้อมูล (pivot_wider)

ใช้ pivot_wider() เพื่อแปลงข้อมูลจากรูปแบบยาวเป็นรูปแบบกว้าง

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

การทำข้อมูลให้ยาวขึ้น (pivot_longer)

ใช้ pivot_longer() เพื่อแปลงข้อมูลจากรูปแบบกว้างเป็นรูปแบบยาว

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

การเรียงลำดับข้อมูล

คุณสามารถเรียงลำดับกรอบข้อมูลได้โดยใช้ฟังก์ชัน arrange() จาก dplyr

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

สรุป

ในบทเรียนนี้ คุณได้เรียนรู้เกี่ยวกับ:

• วิธีรวมและผสานกรอบข้อมูล
• วิธีปรับโครงสร้างข้อมูลโดยใช้ฟังก์ชันเปลี่ยนรูปแบบ
• วิธีเรียงลำดับและจัดโครงสร้างข้อมูลอย่างมีประสิทธิภาพ