PricingLoginStart free
R Academy · 课时

使用 tidyr 整理数据

将杂乱数据转换为整洁格式，以便使用 tidyr 函数进行分析

第 3 / 3 课10 个步骤

使用 tidyr 整理数据 是 CoddyKit 上的免费 R Academy 课时。 这是第 3 节课，共 3 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 R Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 R Academy 课程共包含 3 节课。

使用 tidyr 整理数据简介

tidyr 程序包有助于将杂乱的数据整理为结构化格式。

使用 tidyr 整理数据 — 插图 1

数据透视：宽格式转长格式

使用 pivot_longer() 将宽格式数据转换为长格式。

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')

数据透视：长格式转宽格式

使用 pivot_wider() 将长格式数据转换为宽格式。

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

拆分列

separate() 函数可以将一列拆分为多列。

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

合并列

unite() 函数可以将多列合并为一列。

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

处理缺失值

使用 drop_na() 从数据集中删除缺失值。

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

替换缺失值

使用 replace_na() 将缺失值填充为指定值。

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

组合多个 tidyr 函数

您可以结合使用 pivot_longer()、separate() 和 unite()，完成全面的数据整理。

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 = ' ')

总结

在本课中，您学习了：

  • 如何使用 pivot_longer() 和 pivot_wider() 重塑数据。
  • 如何拆分和合并列，以获得结构化数据。
  • 如何使用 drop_na() 和 replace_na() 处理缺失值。
使用 tidyr 整理数据 — 插图 10
免费开始

用 AI 导师学习 R — 免费

在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。

课程
43
课程
159
免费开始学习查看完整课程

常见问题解答

「使用 tidyr 整理数据」课时是免费的吗？

是的 — 「使用 tidyr 整理数据」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 R Academy 课程的其余内容，请升级到 CoddyKit PRO。 R Academy 课程共包含 3 节课。

「使用 tidyr 整理数据」这节课中我会学到什么？

将杂乱数据转换为整洁格式，以便使用 tidyr 函数进行分析 你通过在浏览器中直接运行的动手代码来练习 R Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 R Academy 需要有经验吗？

无需任何先前经验。CoddyKit 上的 R Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 3 节课，共 3 节。

「使用 tidyr 整理数据」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 R Academy 课中编写并运行代码吗？

能。每节 R Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

  1. Tidyverse 入门
  2. 使用 dplyr 进行数据处理
  3. 使用 tidyr 整理数据
← 返回 R Academy