Mit Dplyr Spalten in R hinzufügen, entfernen und umbenennen

dplyr ist ein beliebtes R-Paket zur Datenbearbeitung, das Benutzern die Arbeit mit Datenrahmen erleichtert. Eine häufige Aufgabe bei der Arbeit mit Daten ist das Umbenennen von Spalten, was dplyr mit der Funktion rename() effizient erledigt.

Die Funktion rename() in dplyr ist besonders nützlich, wenn es um Datensätze geht, die Spalten mit unklaren oder mehrdeutigen Namen enthalten. Durch die Bereitstellung einer einfachen und intuitiven Syntax zum Umbenennen von Spalten erleichtert dplyr Benutzern das Verstehen und Verwalten ihres Codes.

Darüber hinaus kann diese Funktion problemlos mit anderen dplyr-Vorgängen wie Filterung und Zusammenfassung kombiniert werden, um einen nahtlosen Datenbearbeitungsworkflow in R zu erstellen.

Diese Funktionen sind auch in Power Query verfügbar , sodass sie nicht nur für das R-Programm gelten. R kann jedoch besser damit umgehen.

Im folgenden Artikel werden wir die Details der rename()-Funktion von dplyr und ihre verschiedenen Anwendungen untersuchen und veranschaulichen, wie effektiv sie bei der Verwaltung von Datenrahmen sein kann.

Wir erfahren auch, wie man mit dyplr Spalten in R hinzufügt und entfernt.

Durch das Erlernen dieser Techniken können Benutzer die Praktikabilität ihrer Datenmanipulationsbemühungen verbessern, robustere und fehlerfreie Analysen erstellen und dabei Spaß haben!

Lassen Sie uns in die Datenwissenschaft einsteigen, es ist Zeit zu basteln, oder sollten wir sagen, bringen Sie die Basis R mit!

Inhaltsverzeichnis

• Grundlegendes zum Umbenennen von Dplyr
• Dplyr installieren und laden
• Verwenden der Dplyr-Umbenennungsfunktion
  • Grundlegende Syntax
  • Mehrere Spalten umbenennen
  • Verkettung mit anderen Dplyr-Funktionen
• Häufige Anwendungsfälle zum Umbenennen von Dplyr
• Umgang mit Fehlern und Randfällen
• Weitere Beispiele aus der Praxis – Hinzufügen, Entfernen und Umbenennen von Spalten
• Grundfunktionen für Spaltenoperationen
  • 1. Neue Spalten in R hinzufügen
  • 2. Wählen Sie Spalten in R aus
  • 3. Spalten in R umbenennen
• Das letzte Wort
• FAQs
  • Was ist der Unterschied zwischen R und Python?
  • Was ist str?
  • Was ist Petal.Length in R?
  • Was ist ein DataFrame in R?
  • Wofür steht dbl?

Grundlegendes zum Umbenennen von Dplyr

Das dplyr-Paket in R ist ein beliebtes Tidyverse- Paket zur Datenmanipulation, das eine Reihe nützlicher Funktionen zum Transformieren und Organisieren von Datensätzen bietet. Unter diesen Funktionen ist die Funktion rename() besonders praktisch, wenn es darum geht, Spaltennamen in einem Datenrahmen zu ändern.

Um die Funktion rename() zu verwenden, geben Sie einfach den neuen Spaltennamen gefolgt vom alten an, etwa so: new_name = old_name. Betrachten wir beispielsweise einen Beispieldatenrahmen, in dem wir den Spaltennamen „alt1“ in „neu1“ ändern möchten. Die Syntax würde so aussehen:

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

Darüber hinaus können Sie mit der Funktion rename_with() Spalten mithilfe einer angegebenen Transformationsfunktion umbenennen. Sie können beispielsweise die toupper-Funktion verwenden, um alle Spaltennamen in Großbuchstaben umzuwandeln:

df %>% rename_with(toupper)

Wenn Sie mehrere Spalten gleichzeitig umbenennen müssen, bietet dplyr zwei Methoden. Die erste besteht darin, die Funktion rename() zu verwenden und mehrere neue und alte Spaltennamen als Argumente bereitzustellen:

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

Die zweite Methode beinhaltet die Verwendung der Funktion rename_with(), bei der Sie Arrays mit alten und neuen Spaltennamen definieren:

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

Beide Methoden führen, wie in den obigen Beispielen gezeigt, zum gleichen Ergebnis.

Dplyr installieren und laden

Um mit der Verwendung des dplyr-Pakets zum Umbenennen von Spalten zu beginnen, müssen Sie das Paket zunächst in Ihrer R-Umgebung installieren und laden. Die Installation von dplyr ist ein einfacher Vorgang, der mit dem folgenden Befehl ausgeführt werden kann:

install.packages("dplyr")

Nachdem die Installation abgeschlossen ist, können Sie das dplyr-Paket mithilfe der Bibliotheksfunktion in Ihr R-Skript laden:

library("dplyr")

Wenn das dplyr-Paket installiert und geladen ist, können Sie jetzt seine leistungsstarken Datenbearbeitungsfunktionen nutzen, einschließlich der Funktion rename() zum Umbenennen von Spalten in Ihrem Datenrahmen.

Hier ist ein Beispiel für die Verwendung der Funktion rename() mit dem bekannten Iris-Datensatz. Angenommen, Sie möchten die Spalte „Sepal.Length“ in „sepal_length“ umbenennen. Sie können dies mit dem folgenden Code erreichen:

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

In diesem Codeausschnitt wird der %>%-Operator verwendet, um den Iris-Datensatz an die Funktion rename() weiterzuleiten. Der neue Spaltenname „sepal_length“ wird dem alten Spaltennamen „Sepal.Length“ zugewiesen. Der resultierende Datenrahmen mit der umbenannten Spalte wird dann den Variablennamen iris_renamed zugewiesen.

Die Funktion rename() kann auch das gleichzeitige Umbenennen mehrerer Spalten verarbeiten. Wenn Sie beispielsweise die Spalten „Sepal.Length“ und „Sepal.Width“ in „sepal_length“ bzw. „sepal_width“ umbenennen möchten, können Sie den folgenden Code verwenden:

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

Dieser Codeausschnitt zeigt, wie einfach es ist, mehrere Spalten in einem Datenrahmen mit der rename()-Funktion von dplyr umzubenennen.

Verwenden der Dplyr-Umbenennungsfunktion

Das dplyr-Paket in R ist ein leistungsstarkes Tool zur Datenbearbeitung bei der Arbeit mit Datenrahmen. Eine der vielen nützlichen Funktionen ist die Umbenennungsfunktion, mit der Sie Spalten in Ihrem Datenrahmen einfach umbenennen können.

Grundlegende Syntax

Die grundlegende Syntax für die Verwendung der Umbenennungsfunktion in dplyr lautet wie folgt:

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

Dieser Befehl benennt die angegebene alte Spalte in den gewünschten neuen Spaltennamen um, ohne andere Spalten im Datenrahmen zu ändern.

Mehrere Spalten umbenennen

Sie können mit derselben Umbenennungsfunktion auch mehrere Spalten gleichzeitig umbenennen. Trennen Sie dazu einfach jede Spalte, indem Sie das Paar mit einem Komma umbenennen:

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

Mit diesem Ansatz können Sie in einer einzigen Anweisung beliebig viele Spalten umbenennen.

Alternativ können Sie die rename_with()Funktion verwenden, um eine Transformation auf Spaltennamen anzuwenden. Diese Funktion benötigt einen Datenrahmen und eine Funktion, die auf die Spaltennamen angewendet wird, um die neuen Namen zu generieren. Zum Beispiel:

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

Dadurch werden die angegebenen Spaltennamen in Großbuchstaben umgewandelt.

Verkettung mit anderen Dplyr-Funktionen

Eine der Stärken von dplyr ist seine Fähigkeit, mithilfe des %>%Operators mehrere Aktionen miteinander zu verketten. Dadurch können Sie eine Reihe von Datenmanipulationen auf prägnante und leicht lesbare Weise durchführen. Wenn Sie die Umbenennungsfunktion verwenden, können Sie sie mit anderen dplyr-Funktionen wie filter(), mutate()und verketten summarize():

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

Dieses Beispiel zeigt eine Reihe von Datenmanipulationen, bei denen zunächst die Datenfilterung durchgeführt wird, gefolgt vom Umbenennen einer Spalte, dem Erstellen einer neuen Spalte mithilfe von Mutate und schließlich dem Zusammenfassen der Daten mit einer Aggregationsfunktion.

Durch die Nutzung der Leistungsfähigkeit der Umbenennungsfunktion und der Verkettungsfunktionen von dplyr können R-Benutzer effiziente und lesbare Datenmanipulationen an ihren Datenrahmen durchführen.

Häufige Anwendungsfälle zum Umbenennen von Dplyr

Dplyr ist ein leistungsstarkes Paket in R, das eine Reihe von Funktionen zur Durchführung von Datenmanipulationsaufgaben bereitstellt. Eine häufige Aufgabe ist das Umbenennen von Spalten in einem Datenrahmen. In diesem Abschnitt besprechen wir einige häufige Anwendungsfälle für die Umbenennungsfunktion in dplyr.

1. Einfache Spaltenumbenennung:

Das Umbenennen einer einzelnen Spalte ist mit der Funktion unkompliziert rename(). Die Syntax ist rename(dataframe, new_name = old_name). Hier ist ein Beispiel:

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

2. Mehrere Spalten umbenennen:

Sie können auch mehrere Spalten in einem Funktionsaufruf umbenennen, indem Sie innerhalb der rename()Funktion eine zusätzliche Spaltenzuordnung bereitstellen. Hier ist ein Beispiel:

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

3. Spalten mit String-Funktionen umbenennen:

Mit der Funktion können Sie Spalten mithilfe von Zeichenfolgenfunktionen wie tolower()oder umbenennen . Laut Stack Overflow ersetzt diese Funktion die jetzt abgelösten Funktionen , und . Hier ist ein Beispiel:toupper()rename_with()rename_ifrename_atrename_all

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

4. Spalten basierend auf einer Bedingung umbenennen:

Mit rename_with()können Sie benutzerdefinierte Umbenennungsfunktionen anwenden und sogar Bedingungen verwenden. Das folgende Beispiel zeigt das Umbenennen von Spalten basierend darauf, ob sie eine bestimmte Zeichenfolge enthalten:

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

Umgang mit Fehlern und Randfällen

Bei der Verwendung der dplyr-Umbenennungsfunktion zum Ändern von Spaltennamen in einem Datenrahmen können aufgrund doppelter Spaltennamen, Leerzeichen in Spaltennamen oder falscher Syntax Fehler oder Grenzfälle auftreten. In diesem Abschnitt finden Sie Hinweise zur Behebung dieser Probleme.

Beim Umgang mit doppelten Spaltennamen kann dplyr die Spalten mit demselben Ausgabenamen nicht umbenennen. Eine Problemumgehung zum Entfernen duplizierter Spaltennamen besteht jedoch darin, die rename_allFunktion aus dem dplyr-Paket zusammen mit Folgendem zu verwenden paste0:

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

Dieser Code hängt an jeden Spaltennamen eine Zahl von 1 bis 2 an, um sicherzustellen, dass es keine Duplikate gibt. Weitere Details finden Sie in dieser Stack Overflow-Diskussion .

Falls Leerzeichen in Spaltennamen vorhanden sind, können Sie Backticks verwenden, um die Spaltennamen wie folgt einzuschließen:

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

Wenn Sie schließlich auf Probleme stoßen, die damit zusammenhängen, dass dplyr die paste0()Funktion nicht als alten_Namen akzeptiert rename(), besteht eine mögliche Lösung darin, die neuen Spaltennamen außerhalb der rename()Funktion zu erstellen und sie dann als Eingabe zu verwenden. Eine relevante Diskussion zu einem ähnlichen Thema finden Sie in dieser Frage zum Stapelüberlauf .

Durch die Behebung dieser Fehler und Randfälle sind Sie besser für die Bewältigung komplexer Umbenennungsszenarien in dplyr gerüstet.

In diesem letzten Abschnitt unseres Artikels über die Umbenennung von dplyr haben wir dessen Bedeutung bei Datenmanipulationsaufgaben besprochen. Mit der Funktion rename() können Benutzer Spaltennamen effizient ändern, was zu klareren und prägnanteren Datenrahmen führt. Dies ist besonders nützlich, wenn Sie mit großen Datensätzen oder bei Datenvorverarbeitungsschritten arbeiten.

Mit dem dplyr-Paket ist das Umbenennen von Spalten in R unkompliziert, es ist keine schwierige Datenwissenschaft, sehen Sie sich das Folgende an:

  rename(new_column_name = old_column_name)

Mit dieser einfachen Syntax können Sie alte Spaltennamen durch neue ersetzen und so die Lesbarkeit verbessern und die Konsistenz Ihrer Daten sicherstellen. Darüber hinaus kann die Funktion rename_with() verwendet werden, um Spaltennamen mithilfe einer bestimmten Funktion zu ändern. Dies bietet eine bessere Kontrolle und Anpassung Ihrer Datenmanipulationen.

Durch die Nutzung der Leistungsfähigkeit von dplyr und der Umbenennungsfunktion können Sie Ihre Daten sicher manipulieren und die gesamten Datenverarbeitungsfunktionen verbessern. Denken Sie daran, immer zuverlässige Quellen zu verwenden, wenn Sie neue R-Programmiertechniken erlernen, wie zum Beispiel

Mit dplyr rename in Ihrem Toolkit sind Sie gut gerüstet, um eine Vielzahl von Datenmanipulationsherausforderungen zu bewältigen und Ihre R-Programmierkenntnisse weiter auszubauen.

Weitere Beispiele aus der Praxis – Hinzufügen, Entfernen und Umbenennen von Spalten

Mit Spaltenoperationen können Sie Spalten in R mithilfe von dplyr berechnen, hinzufügen, entfernen und umbenennen . Öffnen Sie ein neues R-Skript in RStudio. Wenn Sie nicht wissen, wie es geht, klicken Sie auf die Links, um herauszufinden, wie Sie RStudio installieren und ein R-Skript erstellen .

Für diese Demonstration wird das Lahman-Datensatzpaket verwendet. Darin sind Baseball-Aufzeichnungen enthalten, die über hundert Jahre zurückreichen. Es ist ein guter Datensatz für die Praxis. Sie können es herunterladen, indem Sie eine schnelle Google-Suche durchführen.

Darüber hinaus verfügt das Lahman-Paket über einen Datensatz mit der Bezeichnung Teams und einem großen T. Eine bewährte Methode für Namenskonventionen in R ist die Verwendung von Kleinbuchstaben. Dies muss also zunächst in teams umgewandelt werden , wie im Bild unten zu sehen ist.

Grundfunktionen für Spaltenoperationen

1. Neue Spalten in R hinzufügen

Die erste Funktion ist mutate() . Dadurch wird eine neue Spalte basierend auf vorhandenen Spalten erstellt.

Wenn Sie eine neue Spalte berechnen möchten, können Sie die Mutate- Funktion nach dem Argument verwenden:

df ist ein Ersatzname für jede Art von Datenrahmen. Ersetzen Sie also bei der tatsächlichen Verwendung df durch den Namen des Datenrahmens, den Sie ändern möchten. Anschließend platzieren Sie die neuen Variablen, die benannt werden müssen, zusammen mit der Formel zum Ableiten der neuen Spalte.

Als Beispiel wird die Mutate- Funktion verwendet, um den Gewinnprozentsatz für jede Spalte zu ermitteln. Im Lahman-Datensatz gibt es eine Spalte „Gewinn“ und „Verlust“. Um den Prozentsatz zu erhalten, dividieren Sie den Gewinn durch die Summe aus Gewinn und Verlust. Aber bevor Sie das tun können, müssen Sie das dplyr-Paket einbinden.

Folgendes passiert, wenn Sie die Mutate- Funktion ohne dplyr ausführen:

Sie erhalten die Fehlermeldung „Funktion mutate konnte nicht gefunden werden“.

Hier erfahren Sie, wie Sie dplyr in R einbinden. Sie müssen lediglich „library (tidyverse)“ ausführen .

Sie werden sehen, dass dplyr zu den vielen Funktionen im Tidyverse- Paket gehört. Eine andere Möglichkeit besteht darin , die Bibliothek (dplyr) auszuführen .

Wenn Sie nun Ihren Cursor auf den Code mit der Mutate- Funktion setzen und ihn ausführen, sehen Sie die Wpct- Spalte mit den Gewinnprozentsätzen.

In diesem Fall wurde das Ergebnis der Mutate- Funktion nur ausgeführt; Es wurde den Daten nicht zugeordnet.

Wenn Sie das Ergebnis der Mutate- Funktion den Datenteams zuweisen möchten , müssen Sie den Zuweisungsoperator ( <-> ) verwenden. Wenn Sie fertig sind, führen Sie es aus. Führen Sie dann in einer anderen Zeile head (teams) aus . Dadurch wird das Ergebnis dem Teamdatensatz zugeordnet .

Wenn Sie überprüfen möchten, welche Spalten in einem Datensatz verfügbar sind, verwenden Sie die Funktion „Namen“ ( ) . Dadurch werden alle Spaltennamen in den Daten aufgelistet.

Sie können auch vorhandene Funktionen als Teil der Mutate- Funktion verwenden. Beispielsweise können Sie mit der Funktion log ( ) das Protokoll eines bestimmten Datensatzes erstellen .

2. Wählen Sie Spalten in R aus

Eine weitere Funktion in dplyr ist select() . Bestimmte Spalten werden entweder gelöscht oder ausgewählt. Sein grundlegender Algorithmus ist:

Sie müssen den Namen des Datenrahmens und dann die Spalten eingeben, die Sie auswählen möchten.

Wenn Sie beispielsweise die Spalten „YearID“, „Wins“ und „Loss“ im Datensatz behalten möchten, müssen Sie nur Folgendes ausführen:

Sie erhalten dann das gewünschte Ergebnis:

Wenn Sie jedoch die Funktion head ( ) nicht verwenden , werden im Ergebnis die unteren Zeilen der Spalten angezeigt. Wenn Sie also mit mehreren Datenzeilen arbeiten, müssen Sie kontinuierlich nach oben scrollen, um an den Anfang der Spalte zu gelangen.

Eine bewährte Vorgehensweise besteht darin, die Head- Funktion zusammen mit Select zu verwenden. Wenn Sie also den Code ausführen, werden im Ergebnis zuerst die oberen Zeilen der Spalte angezeigt.

Wenn Sie nun Spalten aus dem Datensatz entfernen möchten, müssen Sie nur noch ein Minuszeichen ( - ) vor den Spaltennamen setzen.

Um zu überprüfen, ob eine Spalte tatsächlich entfernt wurde, können Sie den neuen Datensatz mit dem alten vergleichen. So geht's:

Weisen Sie zunächst den R-Code mit der Auswahlfunktion einem Objekt zu. In diesem Beispiel wurde es teams_short zugewiesen . Um die Anzahl der Spalten zu zählen, verwenden Sie die Funktion ncol() . Führen Sie die ncol- Funktion sowohl für „teams_short“ als auch für „teams“ aus .

Anschließend sehen Sie, dass eine Spalte aus dem Datensatz entfernt wurde.

3. Spalten in R umbenennen

Die letzte Spaltenfunktion in dplyr ist rename() . Und wie der Name schon sagt, können ausgewählte Spalten in R umbenannt werden.

Dies ist sein grundlegender Algorithmus:

Und Sie werden feststellen, dass es etwas kontraintuitiv ist. der neue Name kommt zuerst, während der alte Name danach kommt. Stellen Sie also sicher, dass Sie diese nicht verwechseln.

Beispielsweise werden die aktuellen Spalten „ yearID “ und „divID“ in „ year_id “ bzw. „ division_id“ umbenannt . Stellen Sie vor dem Ausführen des Codes sicher, dass Sie ihn einem neuen Objekt zuweisen, um den ursprünglichen Datensatz nicht zu beeinträchtigen.

Um zu überprüfen, ob die Namen dieser ausgewählten Spalten erfolgreich geändert wurden, verwenden Sie die Funktion „Namen“ ( ) .

Sie werden sehen, dass die Spalten tatsächlich umbenannt wurden.

Wenn Sie sich jemals gefragt haben, wie leistungsstark R bei Verwendung mit LuckyTemplates ist, schauen Sie sich diese tolle Technik an, sie wird Ihnen eine Menge Zeit sparen.

Das letzte Wort

In diesem Tutorial wurden drei grundlegende dplyr- Funktionen besprochen, die Sie zum Ausführen von Spaltenoperationen verwenden können. Insbesondere haben Sie gelernt, wie man in R Spalten hinzufügt, entfernt und umbenennt.

Es gibt noch andere Funktionen, die Sie noch erkunden müssen. Es ist jedoch wichtig, mutate ( ) , select ( ) und rename ( ) zu kennen und damit vertraut zu sein, da sie am häufigsten vorkommen.

Diese Spaltenbearbeitungstechniken können auch in Power Query durchgeführt werden. Aber es ist toll, auch in dplyr zu wissen, wie man das macht. Dies wird Ihnen sicherlich helfen, wenn Sie mit der Analyse statistischer Datensätze beginnen.

FAQs

Was ist der Unterschied zwischen R und Python?

Zunächst einmal sind sowohl R als auch Python Programmiersprachen, aber Python ist eher eine Sprache für den allgemeinen Gebrauch und R ist eine statistische Programmiersprache. Python ist eine häufiger verwendete, verständlichere und vielseitigere Sprache.

Was ist str?

str zeigt einfach die Strukturen von r Objekten an

Was ist Petal.Length in R?

Petal.length ist ein Format, das in ganz R zum Nachzählen der von uns getesteten Beziehungen verwendet wird.

Was ist ein DataFrame in R?

Ein R-Datenrahmen ist eine tabellarische Datenstruktur, die üblicherweise zum Speichern von Werten beliebiger Datentypen verwendet wird.

Wofür steht dbl?

Dbl steht für „Double Class“ und ist ein Datentyp, der zum Speichern numerischer Werte mit Dezimalpunkten verwendet wird.