R - Datenumformung
Bei der Datenumformung in R geht es darum, die Organisation von Daten in Zeilen und Spalten zu ändern. Die meiste Zeit erfolgt die Datenverarbeitung in R, indem die Eingabedaten als Datenrahmen verwendet werden. Es ist einfach, Daten aus den Zeilen und Spalten eines Datenrahmens zu extrahieren, aber es gibt Situationen, in denen wir den Datenrahmen in einem Format benötigen, das sich von dem Format unterscheidet, in dem wir ihn empfangen haben. R hat viele Funktionen zum Teilen, Zusammenführen und Ändern der Zeilen in Spalten und umgekehrt in einem Datenrahmen.
Spalten und Zeilen in einem Datenrahmen verbinden
Wir können mehrere Vektoren verbinden, um einen Datenrahmen mit dem zu erstellen cbind()Funktion. Wir können auch zwei Datenrahmen mit zusammenführenrbind() Funktion.
# Create vector objects.
city <- c("Tampa","Seattle","Hartford","Denver")
state <- c("FL","WA","CT","CO")
zipcode <- c(33602,98104,06161,80294)
# Combine above three vectors into one data frame.
addresses <- cbind(city,state,zipcode)
# Print a header.
cat("# # # # The First data frame\n")
# Print the data frame.
print(addresses)
# Create another data frame with similar columns
new.address <- data.frame(
city = c("Lowry","Charlotte"),
state = c("CO","FL"),
zipcode = c("80230","33949"),
stringsAsFactors = FALSE
)
# Print a header.
cat("# # # The Second data frame\n")
# Print the data frame.
print(new.address)
# Combine rows form both the data frames.
all.addresses <- rbind(addresses,new.address)
# Print a header.
cat("# # # The combined data frame\n")
# Print the result.
print(all.addresses)Wenn wir den obigen Code ausführen, wird das folgende Ergebnis erzeugt:
# # # # The First data frame
city state zipcode
[1,] "Tampa" "FL" "33602"
[2,] "Seattle" "WA" "98104"
[3,] "Hartford" "CT" "6161"
[4,] "Denver" "CO" "80294"
# # # The Second data frame
city state zipcode
1 Lowry CO 80230
2 Charlotte FL 33949
# # # The combined data frame
city state zipcode
1 Tampa FL 33602
2 Seattle WA 98104
3 Hartford CT 6161
4 Denver CO 80294
5 Lowry CO 80230
6 Charlotte FL 33949Zusammenführen von Datenrahmen
Wir können zwei Datenrahmen mit dem zusammenführen merge()Funktion. Die Datenrahmen müssen dieselben Spaltennamen haben, auf denen die Zusammenführung erfolgt.
Im folgenden Beispiel betrachten wir die Datensätze zu Diabetes bei Pima-Indianerinnen, die in den Bibliotheksnamen "MASS" verfügbar sind. Wir führen die beiden Datensätze basierend auf den Werten des Blutdrucks ("bp") und des Body-Mass-Index ("bmi") zusammen. Bei Auswahl dieser beiden Spalten zum Zusammenführen werden die Datensätze, bei denen die Werte dieser beiden Variablen in beiden Datensätzen übereinstimmen, zu einem einzigen Datenrahmen zusammengefasst.
library(MASS)
merged.Pima <- merge(x = Pima.te, y = Pima.tr,
by.x = c("bp", "bmi"),
by.y = c("bp", "bmi")
)
print(merged.Pima)
nrow(merged.Pima)Wenn wir den obigen Code ausführen, wird das folgende Ergebnis erzeugt:
bp bmi npreg.x glu.x skin.x ped.x age.x type.x npreg.y glu.y skin.y ped.y
1 60 33.8 1 117 23 0.466 27 No 2 125 20 0.088
2 64 29.7 2 75 24 0.370 33 No 2 100 23 0.368
3 64 31.2 5 189 33 0.583 29 Yes 3 158 13 0.295
4 64 33.2 4 117 27 0.230 24 No 1 96 27 0.289
5 66 38.1 3 115 39 0.150 28 No 1 114 36 0.289
6 68 38.5 2 100 25 0.324 26 No 7 129 49 0.439
7 70 27.4 1 116 28 0.204 21 No 0 124 20 0.254
8 70 33.1 4 91 32 0.446 22 No 9 123 44 0.374
9 70 35.4 9 124 33 0.282 34 No 6 134 23 0.542
10 72 25.6 1 157 21 0.123 24 No 4 99 17 0.294
11 72 37.7 5 95 33 0.370 27 No 6 103 32 0.324
12 74 25.9 9 134 33 0.460 81 No 8 126 38 0.162
13 74 25.9 1 95 21 0.673 36 No 8 126 38 0.162
14 78 27.6 5 88 30 0.258 37 No 6 125 31 0.565
15 78 27.6 10 122 31 0.512 45 No 6 125 31 0.565
16 78 39.4 2 112 50 0.175 24 No 4 112 40 0.236
17 88 34.5 1 117 24 0.403 40 Yes 4 127 11 0.598
age.y type.y
1 31 No
2 21 No
3 24 No
4 21 No
5 21 No
6 43 Yes
7 36 Yes
8 40 No
9 29 Yes
10 28 No
11 55 No
12 39 No
13 39 No
14 49 Yes
15 49 Yes
16 38 No
17 28 No
[1] 17Schmelzen und Gießen
Einer der interessantesten Aspekte der R-Programmierung besteht darin, die Form der Daten in mehreren Schritten zu ändern, um eine gewünschte Form zu erhalten. Die dazu verwendeten Funktionen werden aufgerufenmelt() und cast().
Wir betrachten den Datensatz "Schiffe" in der Bibliothek "MASS".
library(MASS)
print(ships)Wenn wir den obigen Code ausführen, wird das folgende Ergebnis erzeugt:
type year period service incidents
1 A 60 60 127 0
2 A 60 75 63 0
3 A 65 60 1095 3
4 A 65 75 1095 4
5 A 70 60 1512 6
.............
.............
8 A 75 75 2244 11
9 B 60 60 44882 39
10 B 60 75 17176 29
11 B 65 60 28609 58
............
............
17 C 60 60 1179 1
18 C 60 75 552 1
19 C 65 60 781 0
............
............Daten schmelzen
Jetzt schmelzen wir die Daten, um sie zu organisieren, und konvertieren alle Spalten außer Typ und Jahr in mehrere Zeilen.
molten.ships <- melt(ships, id = c("type","year"))
print(molten.ships)Wenn wir den obigen Code ausführen, wird das folgende Ergebnis erzeugt:
type year variable value
1 A 60 period 60
2 A 60 period 75
3 A 65 period 60
4 A 65 period 75
............
............
9 B 60 period 60
10 B 60 period 75
11 B 65 period 60
12 B 65 period 75
13 B 70 period 60
...........
...........
41 A 60 service 127
42 A 60 service 63
43 A 65 service 1095
...........
...........
70 D 70 service 1208
71 D 75 service 0
72 D 75 service 2051
73 E 60 service 45
74 E 60 service 0
75 E 65 service 789
...........
...........
101 C 70 incidents 6
102 C 70 incidents 2
103 C 75 incidents 0
104 C 75 incidents 1
105 D 60 incidents 0
106 D 60 incidents 0
...........
...........Wirf die geschmolzenen Daten
Wir können die geschmolzenen Daten in eine neue Form umwandeln, in der das Aggregat jedes Schiffstyps für jedes Jahr erstellt wird. Dies geschieht mit demcast() Funktion.
recasted.ship <- cast(molten.ships, type+year~variable,sum)
print(recasted.ship)Wenn wir den obigen Code ausführen, wird das folgende Ergebnis erzeugt:
type year period service incidents
1 A 60 135 190 0
2 A 65 135 2190 7
3 A 70 135 4865 24
4 A 75 135 2244 11
5 B 60 135 62058 68
6 B 65 135 48979 111
7 B 70 135 20163 56
8 B 75 135 7117 18
9 C 60 135 1731 2
10 C 65 135 1457 1
11 C 70 135 2731 8
12 C 75 135 274 1
13 D 60 135 356 0
14 D 65 135 480 0
15 D 70 135 1557 13
16 D 75 135 2051 4
17 E 60 135 45 0
18 E 65 135 1226 14
19 E 70 135 3318 17
20 E 75 135 542 1