Tidyverse tidyr 开源项目教程

Tidyverse tidyr 开源项目教程

tidyr Tidy Messy Data 项目地址: https://gitcode.com/gh_mirrors/ti/tidyr

1. 项目介绍

tidyr 是 tidyverse 的一部分，它致力于帮助用户创建整洁的数据。整洁的数据指的是满足以下条件的数据：

• 每个变量是一列，每列是一个变量。
• 每个观察是一个行，每行是一个观察。
• 每个值是一个单元格，每个单元格是单个值。

使用 tidyr 可以确保数据以标准化的方式存储，使得在使用 tidyverse 的其他工具时更加便捷。如果数据保持整洁，您将能更多地专注于分析，而不是与工具斗争。了解更多关于整洁数据的详情可以在官方文档中的 "tidy-data" 小册子中找到。

2. 项目快速启动

首先，确保安装了 R 语言环境。然后，可以通过以下方式安装 tidyr：

# 安装整个 tidyverse
install.packages("tidyverse")

# 或者只安装 tidyr
install.packages("tidyr")

# 或者从 GitHub 安装开发版本
install.packages("pak")
pak::pak("tidyverse/tidyr")

安装完成后，可以在 R 中加载 tidyr：

library(tidyr)

3. 应用案例和最佳实践

以下是一些使用 tidyr 的常见案例：

转换数据格式

使用 pivot_longer() 和 pivot_wider() 函数来转换数据从宽格式到长格式或反之。

# 假设有以下数据框
df <- data.frame(
  id = c(1, 1, 2, 2),
  year = c(2018, 2019, 2018, 2019),
  sales = c(100, 150, 200, 250)
)

# 转换为宽格式
df_wide <- df %>%
  pivot_wider(names_from = year, values_from = sales, values_fill = list(sales = 0))

# 转换为长格式
df_long <- df %>%
  pivot_longer(cols = starts_with("sales"), names_to = "year", values_to = "sales")

清理缺失值

使用 fill() 来填充缺失值，或者使用 drop_na() 来删除包含缺失值的行。

# 填充缺失值
df_filled <- df %>%
  fill(sales)

# 删除包含缺失值的行
df_clean <- df %>%
  drop_na(sales)

分割和合并列

使用 separate() 和 unite() 来处理字符列的分割和合并。

# 分割列
df_split <- df %>%
  separate(year, into = c("year", "month"), sep = "-")

# 合并列
df_united <- df %>%
  unite("year_month", year, month, sep = "-")

4. 典型生态项目

tidyr 通常与 tidyverse 中的其他包一起使用，如 dplyr、ggplot2 等，以下是一些典型的生态项目：

• dplyr：进行数据操作和分析。
• ggplot2：用于数据可视化。
• readr：用于读取和写入数据文件。

这些工具共同构成了一个强大的数据处理和分析生态系统，可以满足大多数数据处理需求。

tidyr Tidy Messy Data 项目地址: https://gitcode.com/gh_mirrors/ti/tidyr