Unpivotr：数据整理的利器

Unpivotr：数据整理的利器

unpivotr Unpivot complex and irregular data layouts in R 项目地址: https://gitcode.com/gh_mirrors/un/unpivotr

1. 项目介绍

Unpivotr 是一个R语言的包，专门用于处理非表格数据，尤其是来自电子表格的数据。当你的数据源具有以下特征时，Unpivotr 将非常有用：

• 多级表头
• 有意义的格式化
• 表头不在每列顶部
• 非文本表头，例如日期
• 表格周围的其它内容
• 单个表中多个相似的表格
• 哨兵值
• 上标符号
• 有意义的注释
• 嵌套的HTML表格

Unpivotr 提供了一系列函数，如 behead(), spatter(), justify(), enhead(), isolate_sentinels(), 和 partition()，这些函数可以帮助你整理和转换数据，使其更易于分析和处理。

2. 项目快速启动

首先，确保你已经安装了R和RStudio。然后，通过以下命令安装Unpivotr包：

install.packages("unpivotr")

接下来，你可以通过以下代码开始使用Unpivotr：

library(unpivotr)
# 加载其它可能需要的包
library(tidyverse)

# 示例：将数据框转换为单元格级别的数据框
purpose <- data.frame(
  `up-left left-up` = c(NA, NA, "Female", NA, "Male", NA),
  X2 = c(NA, NA, "0 - 6", "7 - 10", "0 - 6", "7 - 10"),
  X3 = c("Bachelor's degree", "15 - 24", 7000, 27000, NA, 13000),
  X4 = c(NA, NA, "25 - 44", 12000, 137000, 9000),
  X5 = c(NA, NA, "45 - 64", 10000, 64000, 7000),
  X6 = c(NA, NA, "65+", NA, 18000, 7000)
)

# 将数据框转换为单元格级别的数据框
cells <- as_cells(purpose)

# 查看转换后的结果
print(cells)

3. 应用案例和最佳实践

Unpivotr 的使用可以涉及多个方面，以下是一些典型的应用案例：

• 处理复杂的表头：使用 behead() 函数逐步去除多余的表头，直到只剩下数据。
• 转换数据格式：使用 spatter() 函数保持混合数据类型，直到表格整理完毕。
• 分离哨兵值：使用 isolate_sentinels() 函数将特定的值（如 "N/A" 或 "confidential"）分离出来。

4. 典型生态项目

Unpivotr 通常与以下R包一起使用，以提供更完整的数据处理解决方案：

• tidyxl：读取和写入Excel文件。
• readr：读取RDF和CSV文件。
• dplyr 和 tidyr：进行数据转换和清洗。
• ggplot2：数据可视化。

通过整合这些工具，你可以构建一个强大的数据处理和分析工作流。

unpivotr Unpivot complex and irregular data layouts in R 项目地址: https://gitcode.com/gh_mirrors/un/unpivotr