إضافة وإزالة وإعادة تسمية الأعمدة في R باستخدام Dplyr

dplyr هي حزمة R شائعة لمعالجة البيانات ، مما يسهل على المستخدمين العمل مع إطارات البيانات. تتمثل إحدى المهام الشائعة عند العمل مع البيانات في إعادة تسمية الأعمدة ، والتي تتعامل مع dplyr بكفاءة باستخدام وظيفة rename ().

تُعد وظيفة rename () في dplyr مفيدة بشكل خاص عند التعامل مع مجموعات البيانات التي تحتوي على أعمدة بأسماء غير واضحة أو غامضة. من خلال توفير بناء جملة بسيط وبديهي لإعادة تسمية الأعمدة ، يسهل dplyr على المستخدمين فهم التعليمات البرمجية الخاصة بهم والحفاظ عليها.

بالإضافة إلى ذلك ، يمكن دمج هذه الوظيفة بسهولة مع عمليات dplyr الأخرى ، مثل التصفية والتلخيص ، لإنشاء سير عمل لمعالجة البيانات بسلاسة في R.

تتوفر هذه الميزات أيضًا في Power Query ، لذا فهي ليست فريدة لبرنامج R. ومع ذلك ، فإن R أفضل في التعامل معها.

في المقالة التالية ، سوف نستكشف تفاصيل وظيفة إعادة تسمية () dplyr وتطبيقاتها المختلفة ، مع توضيح مدى فعاليتها في إدارة إطارات البيانات.

سنتعلم أيضًا كيفية إضافة وإزالة الأعمدة في R باستخدام dyplr.

من خلال تعلم هذه التقنيات ، يمكن للمستخدمين تعزيز التطبيق العملي لجهودهم في معالجة البيانات ، وإنتاج تحليلات أكثر قوة وخالية من الأخطاء والاستمتاع على طول الطريق!

دعنا ندخل في بعض علوم البيانات ، فقد حان الوقت للتحدث ، أو يجب أن نقول ، إحضار القاعدة R!

جدول المحتويات

• فهم إعادة تسمية Dplyr
• تركيب وتحميل Dplyr
• استخدام وظيفة إعادة تسمية Dplyr
  • النحو الأساسي
  • إعادة تسمية أعمدة متعددة
  • التسلسل مع وظائف Dplyr الأخرى
• حالات استخدام إعادة تسمية Dplyr الشائعة
• معالجة الأخطاء وحالات الحافة
• أمثلة أخرى من العالم الحقيقي - إضافة وإزالة وإعادة تسمية الأعمدة
• الوظائف الأساسية لعمليات العمود
  • 1. إضافة أعمدة جديدة في R
  • 2. حدد الأعمدة في R
  • 3. إعادة تسمية الأعمدة في R.
• الكلمة الأخيرة
• أسئلة وأجوبة
  • ما الفرق بين R و Python؟
  • ما هو الستر؟
  • ما هو طول البتلة في R؟
  • ما هو DataFrame في R؟
  • ما هو موقف dbl؟

فهم إعادة تسمية Dplyr

تعد حزمة dplyr في R حزمة مدببة شائعة لمعالجة البيانات التي توفر مجموعة من الوظائف المفيدة لتحويل مجموعات البيانات وتنظيمها. من بين هذه الوظائف ، تكون وظيفة rename () مفيدة بشكل خاص عندما يتعلق الأمر بتعديل أسماء الأعمدة في إطار البيانات.

لاستخدام وظيفة rename () ، ما عليك سوى توفير اسم العمود الجديد متبوعًا بالاسم القديم ، على النحو التالي new_name = old_name:. على سبيل المثال ، دعنا نفكر في نموذج إطار بيانات حيث نريد تغيير اسم العمود "قديم 1" إلى "جديد 1". سيبدو بناء الجملة كما يلي:

library(dplyr)
df %>% rename(new1 = old1)

بالإضافة إلى ذلك ، تتيح لك وظيفة rename_with () إعادة تسمية الأعمدة باستخدام وظيفة تحويل محددة. على سبيل المثال ، يمكنك استخدام الدالة toupper لتحويل جميع أسماء الأعمدة إلى أحرف كبيرة:

df %>% rename_with(toupper)

إذا كنت بحاجة إلى إعادة تسمية أعمدة متعددة في وقت واحد ، فإن dplyr يوفر طريقتين. الأول يتضمن استخدام الدالة rename () ، مع توفير العديد من أسماء الأعمدة الجديدة والقديمة كوسائط:

df %>% rename(new1 = old1, new2 = old2)

تتضمن الطريقة الثانية استخدام الدالة rename_with () ، حيث تحدد مصفوفات أسماء الأعمدة القديمة والجديدة:

new <- c('new1',="" 'new2')="" old=""><- c('old1',="" 'old2')="" df="" %="">% rename_with(~ new, all_of(old))

كلتا الطريقتين ، كما هو موضح في الأمثلة أعلاه ، ستنتج نفس النتيجة.

تركيب وتحميل Dplyr

لبدء استخدام حزمة dplyr لإعادة تسمية الأعمدة ، يجب أولاً تثبيت الحزمة وتحميلها في بيئة R الخاصة بك. يعد تثبيت dplyr عملية بسيطة يمكن تنفيذها باستخدام الأمر التالي:

install.packages("dplyr")

بعد اكتمال التثبيت ، يمكنك تحميل حزمة dplyr في البرنامج النصي R الخاص بك باستخدام وظيفة المكتبة:

library("dplyr")

مع تثبيت حزمة dplyr وتحميلها ، يمكنك الآن استخدام وظائف معالجة البيانات القوية ، بما في ذلك وظيفة rename () لإعادة تسمية الأعمدة في إطار البيانات الخاص بك.

فيما يلي مثال على استخدام وظيفة rename () مع مجموعة بيانات iris المعروفة. لنفترض أنك تريد إعادة تسمية عمود "Sepal.Length" إلى "sepal_length". يمكنك تحقيق ذلك باستخدام الكود التالي:

iris_renamed <- iris="" %="">%
  rename(sepal_length = Sepal.Length)

في مقتطف الشفرة هذا ، يتم استخدام عامل التشغيل٪>٪ لتوجيه مجموعة بيانات القزحية في وظيفة rename (). تم تعيين اسم العمود الجديد "sepal_length" لاسم العمود القديم "Sepal.Length". يتم بعد ذلك تعيين إطار البيانات الناتج مع العمود المعاد تسميته لأسماء المتغيرات ، iris_enamed.

يمكن أن تعالج وظيفة rename () أيضًا إعادة تسمية أعمدة متعددة مرة واحدة. على سبيل المثال ، إذا كنت تريد إعادة تسمية عمودي "Sepal.Length" و "Sepal.Width" إلى "sepal_length" و "sepal_width" على التوالي ، فيمكنك استخدام الكود التالي:

iris_renamed <- iris="" %="">%
  rename(
    sepal_length = Sepal.Length,
    sepal_width = Sepal.Width
  )

يوضح مقتطف الشفرة هذا مدى سهولة إعادة تسمية أعمدة متعددة في إطار بيانات باستخدام وظيفة rename () في dplyr.

استخدام وظيفة إعادة تسمية Dplyr

تعد حزمة dplyr في R أداة قوية لمعالجة البيانات عند العمل مع إطارات البيانات. إحدى الوظائف العديدة المفيدة التي يوفرها هي وظيفة إعادة التسمية ، والتي تتيح لك إعادة تسمية الأعمدة بسهولة في إطار البيانات.

النحو الأساسي

الصيغة الأساسية لاستخدام وظيفة إعادة التسمية في dplyr هي كما يلي:

library(dplyr)
your_dataframe %>% rename(new_column_name = old_column_name)

سيعيد هذا الأمر تسمية العمود القديم المحدد إلى اسم العمود الجديد المطلوب ، دون تغيير أي أعمدة أخرى في إطار البيانات.

إعادة تسمية أعمدة متعددة

يمكنك أيضًا إعادة تسمية أعمدة متعددة مرة واحدة باستخدام نفس وظيفة إعادة التسمية. للقيام بذلك ، ما عليك سوى فصل كل عمود عن طريق إعادة تسمية الزوج بفاصلة:

your_dataframe %>%
   rename(new_column1 = old_column1,
          new_column2 = old_column2,
          new_column3 = old_column3)

باستخدام هذا الأسلوب ، يمكنك إعادة تسمية العديد من الأعمدة حسب الحاجة في بيان واحد.

بدلاً من ذلك ، يمكنك استخدام الوظيفة rename_with()لتطبيق تحويل على أسماء الأعمدة. تأخذ هذه الوظيفة إطار بيانات ووظيفة سيتم تطبيقها على أسماء الأعمدة لتوليد الأسماء الجديدة. على سبيل المثال:

your_dataframe %>%
  rename_with(.cols = c("old_column1", "old_column2"), .fn = toupper)

سيؤدي هذا إلى تحويل أسماء الأعمدة المحددة إلى أحرف كبيرة.

التسلسل مع وظائف Dplyr الأخرى

تتمثل إحدى نقاط قوة dplyr في قدرته على سلسلة إجراءات متعددة معًا باستخدام %>%المشغل. يتيح لك ذلك إجراء سلسلة من معالجات البيانات بطريقة موجزة وسهلة القراءة. عند استخدام وظيفة إعادة التسمية ، يمكنك ربطها مع وظائف dplyr الأخرى مثل filter()، mutate()و ، و summarize():

your_dataframe %>%
  filter(some_condition) %>%
  rename(new_column_name = old_column_name) %>%
  mutate(new_column = some_expression) %>%
  summarize(some_aggregation)

يوضح هذا المثال سلسلة من معالجات البيانات حيث تتم تصفية البيانات أولاً ، متبوعة بإعادة تسمية عمود ، وإنشاء عمود جديد باستخدام الطفرات ، وأخيراً تلخيص البيانات باستخدام وظيفة التجميع.

من خلال الاستفادة من قوة وظيفة إعادة تسمية dplyr وقدرات التسلسل ، يمكن لمستخدمي R إجراء معالجات بيانات فعالة وقابلة للقراءة على إطارات البيانات الخاصة بهم.

حالات استخدام إعادة تسمية Dplyr الشائعة

Dplyr هي حزمة قوية في R توفر مجموعة من الوظائف لأداء مهام معالجة البيانات. تتمثل إحدى المهام الشائعة في إعادة تسمية الأعمدة في إطار البيانات. في هذا القسم ، سنناقش بعض حالات الاستخدام الشائعة لميزة إعادة التسمية في dplyr.

1. إعادة تسمية العمود البسيط:

تعد إعادة تسمية عمود واحد أمرًا سهلاً باستخدام rename()الوظيفة. الصيغة هي rename(dataframe, new_name = old_name). هذا مثال:

library(dplyr)
dataframe <- dataframe="" %="">% rename(new_column_name = old_column_name)

2. إعادة تسمية أعمدة متعددة:

يمكنك أيضًا إعادة تسمية أعمدة متعددة في استدعاء دالة واحدة من خلال توفير تعيين عمود إضافي داخل rename()الوظيفة. هذا مثال:

dataframe <- dataframe="" %="">%
  rename(new_col_name1 = old_col_name1,
         new_col_name2 = old_col_name2)

3. إعادة تسمية الأعمدة باستخدام وظائف السلسلة:

يمكنك إعادة تسمية الأعمدة باستخدام دالات السلسلة ، مثل tolower()أو toupper()باستخدام rename_with()الوظيفة. وفقًا لـ Stack Overflow ، تحل هذه الوظيفة محل الوظائف التي rename_ifتم استبدالها الآن . هذا مثال:rename_atrename_all

dataframe <- dataframe="" %="">%
  rename_with(tolower)  # Converts column names to lowercase

4. إعادة تسمية الأعمدة بناءً على شرط:

باستخدام rename_with()، يمكنك تطبيق وظائف إعادة تسمية مخصصة وحتى شروط الاستخدام. يوضح المثال التالي إعادة تسمية الأعمدة بناءً على ما إذا كانت تحتوي على سلسلة معينة:

rename_function <- function(x)="" {="" if="" (grepl("length",="" x))="" {="" return(paste0(x,="" "_length"))="" }="" else="" {="" return(paste0(x,="" "_default"))="" }="" }="" dataframe=""><- dataframe="" %="">% rename_with(rename_function)

معالجة الأخطاء وحالات الحافة

أثناء استخدام وظيفة إعادة تسمية dplyr لتعديل أسماء الأعمدة في إطار البيانات ، قد تواجه بعض الأخطاء أو حالات الحافة بسبب أسماء الأعمدة المكررة أو المسافات في أسماء الأعمدة أو بناء الجملة غير الصحيح. يقدم هذا القسم إرشادات حول كيفية معالجة هذه المشكلات.

عند التعامل مع أسماء الأعمدة المكررة ، لا يمكن لـ dplyr إعادة تسمية الأعمدة التي لها نفس اسم الإخراج. ومع ذلك ، فإن الحل البديل لإلغاء تكرار أسماء الأعمدة هو استخدام الوظيفة rename_allمن حزمة dplyr مع paste0:

d %>% rename_all(~paste0(., 1:2))

سيُلحق هذا الرمز رقمًا من 1 إلى 2 لكل اسم عمود ، مما يضمن عدم وجود تكرارات. يمكن العثور على مزيد من التفاصيل في مناقشة Stack Overflow هذه .

في حالة وجود مسافات في أسماء الأعمدة ، يمكنك استخدام backticks لإحاطة أسماء الأعمدة كما يلي:

df %>% rename(foo = `test col`)

أخيرًا ، إذا كنت تواجه مشكلات تتعلق بعدم قبول dplyr للوظيفة paste0()على أنها الاسم القديم في rename()، فإن أحد الحلول الممكنة هو إنشاء أسماء الأعمدة الجديدة خارج الوظيفة rename()ثم استخدامها كمدخلات. يمكن العثور على مناقشة ذات صلة حول مشكلة مماثلة في سؤال Stack Overflow هذا .

من خلال معالجة هذه الأخطاء وحالات الحافة ، ستكون أفضل تجهيزًا للتعامل مع سيناريوهات إعادة التسمية المعقدة في dplyr.

في هذا القسم الأخير من مقالتنا حول إعادة تسمية dplyr ، ناقشنا أهميتها في مهام معالجة البيانات. تسمح وظيفة rename () للمستخدمين بتغيير أسماء الأعمدة بكفاءة ، مما يؤدي إلى إطارات بيانات أكثر وضوحًا وإيجازًا. يصبح هذا مفيدًا بشكل خاص عند التعامل مع مجموعات البيانات الكبيرة أو أثناء خطوات المعالجة المسبقة للبيانات.

باستخدام حزمة dplyr ، فإن إعادة تسمية الأعمدة في R أمر بسيط ، وليس علم بيانات صعبًا ، تحقق مما يلي:

  rename(new_column_name = old_column_name)

يتيح لك هذا التركيب البسيط استبدال أسماء الأعمدة القديمة بأسماء جديدة ، مما يحسن إمكانية القراءة ويضمن التناسق في بياناتك. بالإضافة إلى ذلك ، يمكن استخدام الدالة rename_with () لتعديل أسماء الأعمدة باستخدام وظيفة معينة. يوفر هذا قدرًا أكبر من التحكم والتخصيص في عمليات التلاعب بالبيانات الخاصة بك.

من خلال تسخير قوة dplyr ووظيفة إعادة التسمية ، يمكنك بثقة معالجة بياناتك وتحسين إمكانيات معالجة البيانات الإجمالية. تذكر دائمًا استخدام مصادر موثوقة عند تعلم تقنيات برمجة R جديدة ، مثل

مع إعادة تسمية dplyr في مجموعة الأدوات الخاصة بك ، فأنت مجهز جيدًا للتعامل مع مجموعة متنوعة من تحديات معالجة البيانات ومواصلة تطوير خبرتك في البرمجة R.

أمثلة أخرى من العالم الحقيقي - إضافة وإزالة وإعادة تسمية الأعمدة

تتيح لك عمليات العمود حساب الأعمدة وإضافتها وإزالتها وإعادة تسميتها في R باستخدام dplyr . افتح برنامج نصي R جديد في RStudio. إذا كنت لا تعرف كيف ، فانقر فوق الروابط لمعرفة كيفية تثبيت RStudio وإنشاء برنامج نصي R.

في هذا العرض التوضيحي ، تم استخدام حزمة مجموعة بيانات ليمان . يحتوي هذا على سجلات البيسبول التي يعود تاريخها إلى أكثر من مائة عام. إنها مجموعة بيانات جيدة لاستخدامها في التدريب. يمكنك تنزيله عن طريق إجراء بحث سريع على google.

علاوة على ذلك ، تحتوي حزمة Lahman على مجموعة بيانات باسم Teams ، مع حرف T. أفضل ممارسة لاتفاقيات التسمية في R هي استخدام الأحرف الصغيرة. لذلك يجب تحويل هذا أولاً إلى فرق ، كما هو موضح في الصورة أدناه.

الوظائف الأساسية لعمليات العمود

1. إضافة أعمدة جديدة في R

الوظيفة الأولى هي الطفرة () . يؤدي هذا إلى إنشاء عمود جديد بناءً على الأعمدة الموجودة.

إذا كنت تريد حساب عمود جديد ، يمكنك استخدام الدالة mutate التي تتبع الوسيطة:

df هو اسم بديل لأي نوع من إطارات البيانات. لذلك عند الاستخدام الفعلي ، استبدل df باسم إطار البيانات الذي تريد تغييره. بعد ذلك ، تضع المتغيرات الجديدة التي يجب تسميتها مع صيغة اشتقاق العمود الجديد.

كمثال ، سيتم استخدام الدالة الطفرة للعثور على النسبة المئوية الفائزة لكل عمود. في مجموعة بيانات ليمان ، يوجد عمود الفوز والخسارة. للحصول على النسبة المئوية ، قسّم الفوز على مجموع الفوز والخسارة. ولكن قبل أن تتمكن من القيام بذلك ، تحتاج إلى إحضار حزمة dplyr.

إليك ما يحدث إذا قمت بتشغيل الدالة الطفرة بدون dplyr:

ستحصل على خطأ يقول "تعذر العثور على وظيفة الطفرة".

إذن ، إليك كيفية إحضار dplyr إلى R. ما عليك سوى تشغيل المكتبة (tidyverse) .

سترى أن dplyr من بين العديد من الوظائف في حزمة tidyverse . خيار آخر هو تشغيل المكتبة (dplyr) .

الآن إذا قمت بوضع المؤشر الخاص بك على الكود باستخدام وظيفة التحول وقمت بتشغيله ، فسترى عمود Wpct الذي يحتوي على النسب المئوية للفوز.

في هذه الحالة ، تم تشغيل نتيجة الدالة الطفرة فقط ؛ لم يتم تعيين البيانات.

إذا كنت ترغب في تعيين نتيجة وظيفة التحول إلى فرق البيانات ، فأنت بحاجة إلى استخدام عامل التعيين ( <-> ). بمجرد الانتهاء ، قم بتشغيله. ثم في سطر آخر ، قم بتشغيل الرأس (الفرق) . سيؤدي هذا إلى تعيين النتيجة لمجموعة بيانات الفرق .

إذا كنت تريد التحقق من الأعمدة المتوفرة في مجموعة بيانات ، فاستخدم وظيفة الأسماء () . سيؤدي ذلك إلى سرد كافة أسماء الأعمدة في البيانات.

يمكنك أيضًا استخدام الوظائف الموجودة كجزء من وظيفة التحول . على سبيل المثال ، يمكنك أخذ سجل مجموعة بيانات معينة باستخدام وظيفة log () .

2. حدد الأعمدة في R

وظيفة أخرى في dplyr هي select () . إما يسقط أو يختار أعمدة معينة. الخوارزمية الأساسية هي:

تحتاج إلى إدخال اسم إطار البيانات ثم الأعمدة التي تريد تحديدها.

على سبيل المثال ، إذا كنت تريد الاحتفاظ بأعمدة معرّف العام ، والمكاسب ، والخسارة في مجموعة البيانات ، فأنت تحتاج فقط إلى تشغيل:

ستحصل بعد ذلك على النتيجة التي تريدها:

ومع ذلك ، إذا لم تستخدم وظيفة head () ، فستظهر النتيجة الصفوف السفلية من الأعمدة. لذلك إذا كنت تتعامل مع صفوف متعددة من البيانات ، فستحتاج إلى التمرير المستمر لأعلى للوصول إلى أعلى العمود.

من أفضل الممارسات استخدام وظيفة الرأس مع التحديد. لذلك عند تشغيل الكود ، ستظهر النتيجة الصفوف العليا من العمود أولاً.

الآن إذا كنت تريد إزالة الأعمدة من مجموعة البيانات ، فأنت تحتاج فقط إلى وضع علامة الطرح ( - ) قبل اسم العمود.

للتحقق مما إذا تمت إزالة أحد الأعمدة بالفعل ، يمكنك مقارنة مجموعة البيانات الجديدة بالعمود القديم. هيريس كيفية القيام بذلك:

أولاً ، قم بتعيين رمز R مع وظيفة التحديد إلى كائن. في هذا المثال ، تم تعيينه إلى team_short . لحساب عدد الأعمدة ، استخدم الدالة ncol () . قم بتشغيل وظيفة ncol لكل من team_short والفرق .

سترى بعد ذلك أنه تمت إزالة عمود واحد من مجموعة البيانات.

3. إعادة تسمية الأعمدة في R.

وظيفة العمود الأخير في dplyr هي rename () . وكما يوحي الاسم ، يمكن إعادة تسمية الأعمدة المحددة في R.

هذه هي الخوارزمية الأساسية:

وستلاحظ أنه غير منطقي بعض الشيء ؛ يأتي الاسم الجديد أولاً بينما يأتي الاسم القديم بعد ذلك. لذا تأكد من عدم خلط هؤلاء.

كمثال ، ستتم إعادة تسمية عمودي yearID و divID الحاليين إلى year_id و Division_id ، على التوالي. قبل تشغيل الكود ، تأكد من تعيين هذا لكائن جديد حتى لا تعطل مجموعة البيانات الأصلية.

للتحقق مما إذا كانت هذه الأعمدة المحددة قد تم تغيير أسمائها بنجاح ، استخدم وظيفة الأسماء () .

سترى أنه تمت بالفعل إعادة تسمية الأعمدة.

هل تساءلت يومًا عن مدى قوة R عند استخدامها مع LuckyTemplates ، تحقق من هذه التقنية الرائعة ، فهي ستوفر عليك الكثير من الوقت.

الكلمة الأخيرة

ناقش هذا البرنامج التعليمي ثلاث وظائف أساسية dplyr يمكنك استخدامها لأداء عمليات العمود. على وجه التحديد ، تعلمت كيفية إضافة أعمدة وإزالتها وإعادة تسميتها في R.

لا تزال هناك وظائف أخرى لم تستكشفها بعد. لكن من المهم معرفة والتعرف على mutate () ، واختيار () ، وإعادة تسمية () لأنها الأكثر شيوعًا.

يمكن أيضًا إجراء تقنيات تحرير الأعمدة هذه في Power Query. ولكن من الرائع معرفة كيفية القيام بذلك في dplyr أيضًا. سيساعدك هذا بالتأكيد عندما تنتقل إلى تحليل مجموعات البيانات الإحصائية.

أسئلة وأجوبة

ما الفرق بين R و Python؟

بالنسبة للمبتدئين ، تعد كل من R و Python من لغات البرمجة ، لكن Python هي لغة استخدام عام أكثر و R هي لغة برمجة إحصائية. بايثون هي لغة شائعة الاستخدام ومفهومة ومتعددة الاستخدامات.

ما هو الستر؟

يعرض str ببساطة هياكل الكائنات r

ما هو طول البتلة في R؟

يُعد Petal.length تنسيقًا مستخدمًا في جميع أنحاء R لإعادة فرز العلاقات التي نختبرها.

ما هو DataFrame في R؟

إطار R Data عبارة عن بنية بيانات مجدولة تُستخدم بشكل شائع لتخزين قيم أي نوع من البيانات.

ما هو موقف dbl؟

يرمز Dbl إلى "فئة مزدوجة" وهو نوع بيانات يستخدم للاحتفاظ بالقيم الرقمية التي تحتوي على نقاط عشرية.