การจัดข้อมูลให้เป็นระเบียบด้วย tidyr
แปลงข้อมูลที่ยุ่งเหยิงให้อยู่ในรูปแบบเป็นระเบียบเพื่ออำนวยความสะดวกในการวิเคราะห์ด้วยฟังก์ชันของ tidyr
การจัดข้อมูลให้เป็นระเบียบด้วย tidyr เป็นบทเรียน R Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 3 จากทั้งหมด 3 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน R Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส R Academy มีบทเรียนทั้งหมด 3 บทเรียน
บทนำสู่การจัดข้อมูลให้เป็นระเบียบด้วย tidyr
แพ็กเกจ tidyr ช่วยจัดข้อมูลที่ไม่เป็นระเบียบให้อยู่ในรูปแบบที่มีโครงสร้าง

การปรับโครงสร้างข้อมูล: แบบกว้างเป็นแบบยาว
ใช้ pivot_longer() เพื่อแปลงข้อมูลจากรูปแบบกว้างเป็นรูปแบบยาว
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')การปรับโครงสร้างข้อมูล: แบบยาวเป็นแบบกว้าง
ใช้ pivot_wider() เพื่อแปลงข้อมูลจากรูปแบบยาวเป็นรูปแบบกว้าง
data_wide <- pivot_wider(data_long, names_from = 'Month', values_from = 'Score')การแยกคอลัมน์
ฟังก์ชัน separate() ใช้แบ่งคอลัมน์หนึ่งคอลัมน์ออกเป็นหลายคอลัมน์
data <- data.frame(Name = c('Alice_Smith', 'Bob_Jones'))
data_separated <- separate(data, Name, into = c('FirstName', 'LastName'), sep = '_')การรวมคอลัมน์
ฟังก์ชัน unite() ใช้รวมหลายคอลัมน์ให้เป็นคอลัมน์เดียว
data_united <- unite(data_separated, FullName, FirstName, LastName, sep = ' ')การจัดการค่าที่หายไป
ใช้ drop_na() เพื่อลบค่าที่หายไปออกจากชุดข้อมูล
library(dplyr)
data_clean <- data %>% drop_na()การแทนที่ค่าที่หายไป
ใช้ replace_na() เพื่อเติมค่าที่หายไปด้วยค่าที่กำหนด
data_filled <- data %>% mutate(Score = replace_na(Score, 0))การรวมฟังก์ชัน tidyr หลายรายการ
คุณสามารถใช้ pivot_longer(), separate() และ unite() ร่วมกันเพื่อจัดข้อมูลให้เป็นระเบียบอย่างครบถ้วน
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 = ' ')สรุป
ในบทเรียนนี้ คุณได้เรียนรู้:
- วิธีปรับโครงสร้างข้อมูลด้วย
pivot_longer()และpivot_wider() - วิธีแยกและรวมคอลัมน์เพื่อจัดข้อมูลให้มีโครงสร้าง
- วิธีจัดการค่าที่หายไปด้วย
drop_na()และreplace_na()

เรียนรู้ R ด้วย AI tutor — ฟรี
เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป
- คอร์ส
- 43
- บทเรียน
- 159
คำถามที่พบบ่อย
บทเรียน “การจัดข้อมูลให้เป็นระเบียบด้วย tidyr” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “การจัดข้อมูลให้เป็นระเบียบด้วย tidyr” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส R Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส R Academy มีบทเรียนทั้งหมด 3 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “การจัดข้อมูลให้เป็นระเบียบด้วย tidyr”
แปลงข้อมูลที่ยุ่งเหยิงให้อยู่ในรูปแบบเป็นระเบียบเพื่ออำนวยความสะดวกในการวิเคราะห์ด้วยฟังก์ชันของ tidyr คุณปฏิบัติ R Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน R Academy หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน R Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 3 จากทั้งหมด 3 บทเรียน
บทเรียน “การจัดข้อมูลให้เป็นระเบียบด้วย tidyr” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน R Academy นี้ได้ไหม
ได้ บทเรียน R Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- บทนำสู่ Tidyverse
- การจัดการข้อมูลด้วย dplyr
- การจัดข้อมูลให้เป็นระเบียบด้วย tidyr