วิธีการใช้ฟังก์ชันแยกใน r (พร้อมตัวอย่าง)

ฟังก์ชัน Separate() ของแพ็คเกจ Tidyr สามารถใช้เพื่อแยกคอลัมน์กรอบข้อมูลออกเป็นหลายคอลัมน์ได้

ฟังก์ชันนี้ใช้ไวยากรณ์พื้นฐานต่อไปนี้:

แยกออกจากกัน (data, col, into, sep)

ทอง:

• data : ชื่อของกรอบข้อมูล
• col : ชื่อของคอลัมน์ที่จะแยก
• into : เวกเตอร์ของชื่อคอลัมน์ที่จะแยกออก
• sep : ค่าที่จะแยกคอลัมน์ที่

ตัวอย่างต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้ในทางปฏิบัติ

ตัวอย่างที่ 1: แบ่งคอลัมน์ออกเป็นสองคอลัมน์

สมมติว่าเรามี data frame ต่อไปนี้ใน R:

 #create data frame
df <- data. frame (player=c('A', 'A', 'B', 'B', 'C', 'C'),
                 year=c(1, 2, 1, 2, 1, 2),
                 stats=c('22-2', '29-3', '18-6', '11-8', '12-5', '19-2'))

#view data frame
df

  player year stats
1 A 1 22-2
2 A 2 29-3
3 B 1 18-6
4 B 2 11-8
5 C 1 12-5
6 C 2 19-2

เราสามารถใช้ฟังก์ชัน Separate() เพื่อแยกคอลัมน์สถิติออกเป็นสองคอลัมน์ใหม่ที่เรียกว่า “points” และ “assists” ดังนี้

 library (tidyr)

#separate stats column into points and assists columns
separate(df, col=stats, into=c(' points ', ' assists '), sep=' - ')

  player year points assists
1 A 1 22 2
2 A 2 29 3
3 B 1 18 6
4 B 2 11 8
5 C 1 12 5
6 C 2 19 2

ตัวอย่างที่ 2: แบ่งคอลัมน์ออกเป็นมากกว่าสองคอลัมน์

สมมติว่าเรามี data frame ต่อไปนี้ใน R:

 #create data frame
df2 <- data. frame (player=c('A', 'A', 'B', 'B', 'C', 'C'),
                 year=c(1, 2, 1, 2, 1, 2),
                 stats=c('22/2/3', '29/3/4', '18/6/7', '11/1/2', '12/1/1', '19/2/4 '))

#view data frame
df2

  player year stats
1 A 1 22/2/3
2 A 2 29/3/4
3 B 1 18/6/7
4 B 2 11/1/2
5 C 1 12/1/1
6 C 2 19/2/4

เราสามารถใช้ฟังก์ชัน Separate() เพื่อแยกคอลัมน์สถิติออกเป็นสามคอลัมน์แยกกัน:

 library (tidyr)

#separate stats column into three new columns
separate(df, col=stats, into=c(' points ', ' assists ', ' steals '), sep=' / ')

  player year points assists steals
1 A 1 22 2 3
2 A 2 29 3 4
3 B 1 18 6 7
4 B 2 11 1 2
5 C 1 12 1 1
6 C 2 19 2 4

แหล่งข้อมูลเพิ่มเติม

เป้าหมายของแพ็คเกจ Tidyr คือการสร้างข้อมูลที่ “เป็นระเบียบเรียบร้อย” ซึ่งมีลักษณะดังต่อไปนี้:

• แต่ละคอลัมน์เป็นตัวแปร
• แต่ละบรรทัดคือการสังเกต
• แต่ละเซลล์มีค่าไม่ซ้ำกัน

แพ็คเกจ Tidyr ใช้ฟังก์ชันหลัก 4 ประการในการสร้างข้อมูลที่เรียงลำดับ:

1. ฟังก์ชัน สเปรด()

2. ฟังก์ชัน รวบรวม()

3. ฟังก์ชัน แยก ()

4. ฟังก์ชัน หน่วย ()

หากคุณเชี่ยวชาญในสี่ฟังก์ชันนี้ คุณจะสามารถสร้างข้อมูลที่ “เป็นระเบียบเรียบร้อย” จากกรอบข้อมูลใดก็ได้