كيفية استخدام mutate لإنشاء متغيرات جديدة في r

يشرح هذا البرنامج التعليمي كيفية استخدام الدالة mutate() في لغة R لإضافة متغيرات جديدة إلى إطار البيانات.

إضافة متغيرات جديدة في R

يمكن استخدام وظائف مكتبة dplyr التالية لإضافة متغيرات جديدة إلى إطار البيانات:

mutate() – يضيف متغيرات جديدة إلى إطار البيانات مع الحفاظ على المتغيرات الموجودة

Transmute() – يضيف متغيرات جديدة إلى إطار البيانات ويزيل المتغيرات الموجودة

mutate_all() – يعدل جميع المتغيرات في إطار البيانات مرة واحدة

mutate_at() – يعدل متغيرات محددة بالاسم

mutate_if () – يعدل جميع المتغيرات التي تستوفي شرطًا معينًا

تحور ()

تضيف الدالة mutate() متغيرات جديدة إلى إطار البيانات مع الحفاظ على كافة المتغيرات الموجودة. بناء الجملة الأساسي لـ mutate() هو:

 data <- mutate (new_variable = existing_variable/3)

• البيانات: كتلة البيانات الجديدة التي سيتم تعيين المتغيرات الجديدة لها
• new_variable: اسم المتغير الجديد
• موجود_متغير: المتغير الموجود في إطار البيانات الذي تريد إجراء عملية عليه لإنشاء المتغير الجديد

على سبيل المثال، يوضح التعليمة البرمجية التالية كيفية إضافة متغير root_sepal_width جديد إلى مجموعة بيانات القزحية المضمنة:

 #define data frame as the first six lines of the iris dataset
data <- head(iris)

#view data
data

# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1 5.1 3.5 1.4 0.2 setosa
#2 4.9 3.0 1.4 0.2 setosa
#3 4.7 3.2 1.3 0.2 setosa
#4 4.6 3.1 1.5 0.2 setosa
#5 5.0 3.6 1.4 0.2 setosa
#6 5.4 3.9 1.7 0.4 setosa

#load dplyr library
library(dplyr)

#define new column root_sepal_width as the square root of the Sepal.Width variable
data %>% mutate (root_sepal_width = sqrt(Sepal.Width))

# Sepal.Length Sepal.Width Petal.Length Petal.Width Species root_sepal_width
#1 5.1 3.5 1.4 0.2 setosa 1.870829
#2 4.9 3.0 1.4 0.2 setosa 1.732051
#3 4.7 3.2 1.3 0.2 setosa 1.788854
#4 4.6 3.1 1.5 0.2 setosa 1.760682
#5 5.0 3.6 1.4 0.2 setosa 1.897367
#6 5.4 3.9 1.7 0.4 setosa 1.974842

تحول()

تضيف الدالة transmute() متغيرات جديدة إلى إطار البيانات وتزيل المتغيرات الموجودة. يوضح التعليمة البرمجية التالية كيفية إضافة متغيرين جديدين إلى مجموعة بيانات وإزالة كافة المتغيرات الموجودة:

 #define data frame as the first six lines of the iris dataset
data <- head(iris)

#viewdata
data

# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1 5.1 3.5 1.4 0.2 setosa
#2 4.9 3.0 1.4 0.2 setosa
#3 4.7 3.2 1.3 0.2 setosa
#4 4.6 3.1 1.5 0.2 setosa
#5 5.0 3.6 1.4 0.2 setosa
#6 5.4 3.9 1.7 0.4 setosa

#define two new variables and remove all existing variables
data %>% transmute (root_sepal_width = sqrt(Sepal.Width),
                   root_petal_width = sqrt(Petal.Width))

# root_sepal_width root_petal_width
#1 1.870829 0.4472136
#2 1.732051 0.4472136
#3 1.788854 0.4472136
#4 1.760682 0.4472136
#5 1.897367 0.4472136
#6 1.974842 0.6324555

mutate_all()

تقوم الدالة mutate_all() بتعديل جميع المتغيرات في إطار البيانات مرة واحدة، مما يسمح لك بأداء وظيفة محددة على جميع المتغيرات باستخدام الدالة funs() . يوضح الكود التالي كيفية تقسيم كافة الأعمدة في إطار البيانات على 10 باستخدام mutate_all() :

 #define new data frame as the first six rows of iris without the Species variable
data2 <- head(iris) %>% select(-Species)

#view the new data frame
data2

# Sepal.Length Sepal.Width Petal.Length Petal.Width
#1 5.1 3.5 1.4 0.2
#2 4.9 3.0 1.4 0.2
#3 4.7 3.2 1.3 0.2
#4 4.6 3.1 1.5 0.2
#5 5.0 3.6 1.4 0.2
#6 5.4 3.9 1.7 0.4

#divide all variables in the data frame by 10
data2 %>% mutate_all (funs(./10))

# Sepal.Length Sepal.Width Petal.Length Petal.Width
#1 0.51 0.35 0.14 0.02
#2 0.49 0.30 0.14 0.02
#3 0.47 0.32 0.13 0.02
#4 0.46 0.31 0.15 0.02
#5 0.50 0.36 0.14 0.02
#6 0.54 0.39 0.17 0.04

لاحظ أنه يمكن إضافة متغيرات إضافية إلى إطار البيانات عن طريق تحديد اسم جديد لإلحاقه باسم المتغير القديم:

 data2 %>% mutate_all (funs(mod = ./10))

# Sepal.Length Sepal.Width Petal.Length Petal.Width Sepal.Length_mod
#1 5.1 3.5 1.4 0.2 0.51
#2 4.9 3.0 1.4 0.2 0.49
#3 4.7 3.2 1.3 0.2 0.47
#4 4.6 3.1 1.5 0.2 0.46
#5 5.0 3.6 1.4 0.2 0.50
#6 5.4 3.9 1.7 0.4 0.54
# Sepal.Width_mod Petal.Length_mod Petal.Width_mod
#1 0.35 0.14 0.02
#2 0.30 0.14 0.02
#3 0.32 0.13 0.02
#4 0.31 0.15 0.02
#5 0.36 0.14 0.02
#6 0.39 0.17 0.04

mutate_at()

تقوم الدالة mutate_at() بتعديل متغيرات محددة بالاسم. يوضح الكود التالي كيفية تقسيم متغيرين محددين على 10 باستخدام mutate_at() :

 data2 %>% mutate_at (c("Sepal.Length", "Sepal.Width"), funs(mod = ./10))

# Sepal.Length Sepal.Width Petal.Length Petal.Width Sepal.Length_mod
#1 5.1 3.5 1.4 0.2 0.51
#2 4.9 3.0 1.4 0.2 0.49
#3 4.7 3.2 1.3 0.2 0.47
#4 4.6 3.1 1.5 0.2 0.46
#5 5.0 3.6 1.4 0.2 0.50
#6 5.4 3.9 1.7 0.4 0.54
# Sepal.Width_mod
#1 0.35
#2 0.30
#3 0.32
#4 0.31
#5 0.36
#6 0.39

mutate_if()

تقوم الدالة mutate_if() بتعديل جميع المتغيرات التي تستوفي شرطًا معينًا. يوضح التعليمة البرمجية التالية كيفية استخدام الدالة mutate_if() لتحويل أي متغير من عامل النوع إلى حرف الكتابة:

 #find variable type of each variable in a data frame
data <- head(iris)
sapply(data, class)

#Sepal.Length Sepal.Width Petal.Length Petal.Width Species 
# "numeric" "numeric" "numeric" "numeric" "factor" 

#convert any variable of type factor to type character
new_data <- data %>% mutate_if(is.factor, as.character)
sapply(new_data, class)

#Sepal.Length Sepal.Width Petal.Length Petal.Width Species 
# "numeric" "numeric" "numeric" "numeric" "character"

يوضح التعليمة البرمجية التالية كيفية استخدام الدالة mutate_if() لتقريب جميع المتغيرات الرقمية إلى منزلة عشرية واحدة:

 #define data as first six rows of iris dataset
data <- head(iris)

#view data
data

# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1 5.1 3.5 1.4 0.2 setosa
#2 4.9 3.0 1.4 0.2 setosa
#3 4.7 3.2 1.3 0.2 setosa
#4 4.6 3.1 1.5 0.2 setosa
#5 5.0 3.6 1.4 0.2 setosa
#6 5.4 3.9 1.7 0.4 setosa

#round any variables of type numeric to one decimal place
data %>% mutate_if(is.numeric, round, digits = 0)

# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1 5 4 1 0 setosa
#2 5 3 1 0 setosa
#3 5 3 1 0 setosa
#4 5 3 2 0 setosa
#5 5 4 1 0 setosa
#6 5 4 2 0 setosa

قراءة متعمقة:
دليل لتطبيق () وlapply () وsapply () وtapply () في R
كيفية ترتيب الخطوط في R
كيفية تصفية الصفوف في R