วิธีใช้ฟังก์ชัน unite ใน r (พร้อมตัวอย่าง)
ฟังก์ชัน unit() ของแพ็คเกจ Tidyr สามารถใช้เพื่อรวมคอลัมน์กรอบข้อมูลหลายคอลัมน์ให้เป็นคอลัมน์เดียวได้
ฟังก์ชันนี้ใช้ไวยากรณ์พื้นฐานต่อไปนี้:
หน่วย (ข้อมูล, คอลัมน์, เข้าสู่, ก.ย.)
ทอง:
- data : ชื่อของกรอบข้อมูล
- col : ชื่อของคอลัมน์ธรรมดาใหม่
- … : เวกเตอร์ของชื่อคอลัมน์ที่จะรวม
- กันยายน : วิธีรวมข้อมูลในคอลัมน์รวมใหม่
ตัวอย่างต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้ในทางปฏิบัติ
ตัวอย่างที่ 1: รวมสองคอลัมน์เป็นคอลัมน์เดียว
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), dots=c(22, 29, 18, 11, 12, 19), assists=c(2, 3, 6, 8, 5, 2)) #view data frame df 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
เราสามารถใช้ฟังก์ชัน unit() เพื่อรวมคอลัมน์ “points” และ “assists” ให้เป็นคอลัมน์เดียว:
library (tidyr) #unite points and assists columns into single column unit(df, col=' points-assists ', 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: การรวมมากกว่าสองคอลัมน์
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), dots=c(22, 29, 18, 11, 12, 19), assists=c(2, 3, 6, 8, 5, 2), blocks=c(2, 3, 3, 2, 1, 0)) #view data frame df2 player year points assists blocks 1 A 1 22 2 2 2 A 2 29 3 3 3 B 1 18 6 3 4 B 2 11 8 2 5 C 1 12 5 1 6 C 2 19 2 0
เราสามารถใช้ฟังก์ชัน unit() เพื่อรวมจุด ช่วยเหลือ และบล็อกคอลัมน์ให้เป็นคอลัมน์เดียว:
library (tidyr) #unite points, assists, and blocks column into single column unit(df2, col=' stats ', c(' points ', ' assists ', ' blocks '), sep=' / ') player year stats 1 A 1 22/2/2 2 to 2 3/29/3 3 B 1 18/6/3 4 B 2 11/8/2 5 C 1 12/5/1 6 C 2 19/2/0
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