Cadre de date în R: Învățarea elementelor de bază

În tutorialele anterioare, ați învățat despre obiecte, clase de obiecte și vectori . Pentru acest tutorial, veți învăța despre cadrele de date în R.

Cadrele de date sunt în esență vectori combinați împreună pentru a forma rânduri și coloane de date.

O coloană este formată dintr-un vector. Deci, în exemplul de mai sus, prima coloană este o coloană șir, urmată de o coloană numerică și apoi de una logică. Acesta este similar cu modul în care ar arăta un tabel în LuckyTemplates.

De asemenea, trebuie să rețineți că pentru cadrele de date, ar trebui să existe același număr de articole pentru toate coloanele. Adică, ar trebui să existe un număr consistent de rânduri.

Când utilizați limbajul de programare R , de obicei veți lucra cu cadre de date. Deci, este important să înțelegeți ce sunt acestea și cum pot fi utilizate.

Cuprins

• Încărcarea și vizualizarea unui cadru de date expediat
• Explorarea cadrelor de date în R folosind funcții
• Indexarea cadrelor de date
• Se afișează statisticile cadrului de date în R
• Concluzie

Încărcarea și vizualizarea unui cadru de date expediat

RStudio vine deja cu cadre de date livrate pe care le puteți utiliza. Pentru a le identifica, trebuie să utilizați funcția de date ( ) .

Deschideți RStudio și rulați date ( ) . Nu trebuie să puneți niciun argument în paranteză.

Odată terminat, veți vedea o listă de seturi de date încorporate în R pe care le puteți utiliza.

Sunt foarte utile pentru exersarea și familiarizarea cu modul de utilizare a cadrelor de date în R.

Setul de date încorporat cel mai frecvent utilizat este iris . Irisul este adesea folosit când se învață știința datelor sau analiza datelor în general. Imprimați irisul pentru a-i putea vedea datele în Consolă.

Puteți vedea că există o mulțime de date. Derulând în sus, veți vedea că este compus din diferite coloane.

Explorarea cadrelor de date în R folosind funcții

Una dintre modalitățile de a avea o privire mai bună asupra datelor este utilizarea funcției de vizualizare ( ) . Când rulați vizualizarea codului (iris) , veți vedea o filă nouă care conține un tabel care apare în RScript.

Ceea ce face ca vizualizarea ( ) să funcționeze mai bine este că puteți face ajustări la tabel. Puteți ajusta ordinea datelor utilizând săgețile de pe titlul fiecărei coloane. Există și un buton de filtrare.

De asemenea, puteți face clic pe pictograma de lângă filtru pentru a deschide datele într-o fereastră nouă.

Această nouă fereastră este similară cu Power Query , unde puteți privi datele, dar nu le atingeți. Adică, nu puteți introduce sau înlocui valori peste datele existente.

O altă funcție utilă de cunoscut este funcția cap ( ) . Această funcție tipărește primele rânduri ale setului de date.

Deci, dacă rulați capul (iris) , veți vedea că imprimă doar primele șase rânduri. 

Acest lucru este grozav atunci când doriți să înțelegeți mai bine datele dvs. Consola nu este copleșită, iar prezentarea datelor este mai îngrijită.

Indexarea cadrelor de date

Indexarea a fost discutată și într-un tutorial anterior despre vectori. Trebuie doar să folosiți paranteze drepte ( [ ] ) pentru a indexa o poziție. Acum, deoarece cadrele de date sunt compuse din rânduri și coloane, trebuie să le indexați pe ambele. Formatul este nume [rând, coloană] .

De exemplu, dacă doriți să indexați al 2-lea rând și a 4-a coloană a setului de date iris , doar Executați iris [2, 4] .

De asemenea, puteți indexa un interval de rând și de coloană. Tot ce aveți nevoie este să folosiți două puncte ( : ) pentru a indica intervalul. Iată un exemplu:

De asemenea, puteți indexa o întreagă coloană. Utilizați semnul dolar ( $ ) după numele setului de date și indicați numele coloanei dorite. De exemplu, dacă doriți să indexați întreaga coloană numită Species, Rulați iris$Species .

Veți vedea apoi că întreaga coloană Specii a fost tipărită în Consolă.

Se afișează statisticile cadrului de date în R

După cum ați învățat în tutorialele anterioare, R a fost construit în scopul analizei datelor, statisticilor și vizualizărilor. Deci, un alt lucru util de învățat despre cadrele de date din R este cum să le rezumați.

Când utilizați funcția rezumat ( ) , Consola va returna statisticile rezumate pentru datele respective.

Executare rezumat (iris) . Acest lucru vă va oferi informații de bază ale setului de date în termeni de statistici descriptive.

Există și alte pachete pentru a obține mai multe statistici rezumative, cum ar fi abaterea standard și curtoza. Dar acestea vor fi discutate în tutorialele următoare.

Creați vectori în R: un tutorial pas cu pas

Concluzie

Ați învățat progresiv componentele lui R. Mai întâi, ați învățat despre obiecte, apoi ați avansat cu vectori, până la această lecție despre cadre de date. Acum aveți de-a face cu date mai mari și mai complexe.

Cu cadrele de date, acum vă familiarizați mai bine cu diferitele seturi de date din R și ați învățat cum să ajungeți la informații statistice de bază.

Veți continua să învățați progresiv, pe măsură ce următoarele tutoriale abordează modalități de a mări și a explora date mai mari în R.