Dplyr Kullanarak Rde Sütun Ekleme, Kaldırma ve Yeniden Adlandırma

dplyr, veri işleme için popüler bir R paketidir ve kullanıcıların veri çerçeveleriyle çalışmasını kolaylaştırır. Verilerle çalışırken ortak bir görev, dplyr'nin rename() işlevini kullanarak verimli bir şekilde işlediği sütunları yeniden adlandırmaktır.

dplyr'deki rename() işlevi, belirsiz veya belirsiz adlara sahip sütunlara sahip veri kümeleriyle uğraşırken özellikle yararlıdır. Sütunları yeniden adlandırmak için basit ve sezgisel bir sözdizimi sağlayan dplyr, kullanıcıların kodlarını anlamalarını ve korumalarını kolaylaştırır.

Ek olarak, bu işlev, R'de sorunsuz bir veri işleme iş akışı oluşturmak için filtreleme ve özetleme gibi diğer dplyr işlemleriyle kolayca birleştirilebilir.

Bu özellikler Power Query'de de mevcuttur , dolayısıyla R programına özgü değildirler. Ancak, R bunlarla başa çıkmada daha iyidir.

Aşağıdaki makalede, dplyr'nin rename() işlevinin ve çeşitli uygulamalarının ayrıntılarını keşfederek veri çerçevelerini yönetmede ne kadar etkili olabileceğini örnekleyeceğiz.

Ayrıca dyplr kullanarak R'de sütun eklemeyi ve kaldırmayı da öğreneceğiz.

Kullanıcılar bu teknikleri öğrenerek veri işleme çabalarının pratikliğini artırabilir, daha sağlam ve hatasız analizler üretebilir ve bu sırada eğlenebilirler!

Haydi biraz veri bilimine girelim, tıngırdatma zamanı, yoksa R tabanını getirelim mi demeliyiz?

İçindekiler

• Dplyr Yeniden Adlandırmayı Anlamak
• Dplyr'i Kurma ve Yükleme
• Dplyr Yeniden Adlandırma İşlevini Kullanma
  • Temel Sözdizimi
  • Birden Çok Sütunu Yeniden Adlandırma
  • Diğer Dplyr İşlevleriyle Zincirleme
• Yaygın Dplyr Yeniden Adlandırma Kullanım Durumları
• Hataları ve Uç Vakaları İşleme
• Diğer Gerçek Dünya Örnekleri - Sütunları Ekleme, Kaldırma ve Yeniden Adlandırma
• Kolon İşlemleri İçin Temel Fonksiyonlar
  • 1. R'de Yeni Sütunlar Ekleyin
  • 2. R'de Sütunları Seçin
  • 3. R'deki Sütunları Yeniden Adlandırın
• Son Söz
• SSS
  • R ve Python arasındaki fark nedir?
  • str nedir?
  • R'de Petal.Length nedir?
  • R'de DataFrame nedir?
  • dbl'nin açılımı nedir?

Dplyr Yeniden Adlandırmayı Anlamak

R'deki dplyr paketi, veri kümelerini dönüştürmek ve düzenlemek için bir dizi kullanışlı işlev sunan, veri işlemeye yönelik popüler bir derli toplu pakettir. Bu işlevler arasında, rename() işlevi, bir veri çerçevesindeki sütun adlarını değiştirmek söz konusu olduğunda özellikle kullanışlıdır.

rename() işlevini kullanmak için, basitçe yeni sütun adını ve ardından eskisini girin, bunun gibi: new_name = old_name. Örneğin, "eski1" sütun adını "yeni1" olarak değiştirmek istediğimiz örnek bir veri çerçevesi ele alalım. Sözdizimi şöyle görünür:

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

Ayrıca rename_with() işlevi, belirli bir dönüştürme işlevini kullanarak sütunları yeniden adlandırmanıza olanak tanır. Örneğin, tüm sütun adlarını büyük harfe dönüştürmek için toupper işlevini kullanabilirsiniz:

df %>% rename_with(toupper)

Aynı anda birden çok sütunu yeniden adlandırmanız gerekirse, dplyr iki yöntem sağlar. İlki, bağımsız değişken olarak birden çok yeni ve eski sütun adı sağlayan rename() işlevini kullanmayı içerir:

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

İkinci yöntem, eski ve yeni sütun adlarından oluşan dizileri tanımladığınız rename_with() işlevini kullanmayı içerir:

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

Yukarıdaki örneklerde gösterildiği gibi her iki yöntem de aynı sonucu verecektir.

Dplyr'i Kurma ve Yükleme

Sütunları yeniden adlandırmak amacıyla dplyr paketini kullanmaya başlamak için önce paketi R ortamınıza kurmanız ve yüklemeniz gerekir. dplyr kurulumu, aşağıdaki komut kullanılarak gerçekleştirilebilen basit bir işlemdir:

install.packages("dplyr")

Kurulum tamamlandıktan sonra, kütüphane işlevini kullanarak dplyr paketini R betiğinize yükleyebilirsiniz:

library("dplyr")

dplyr paketi kurulup yüklendiğinde, veri çerçevenizdeki sütunları yeniden adlandırmak için rename() işlevi de dahil olmak üzere güçlü veri işleme işlevlerinden artık yararlanabilirsiniz.

İyi bilinen iris veri kümesiyle rename() işlevini kullanmanın bir örneğini burada bulabilirsiniz. "Sepal.Length" sütununu "sepal_length" olarak yeniden adlandırmak istediğinizi varsayalım. Aşağıdaki kodu kullanarak bunu başarabilirsiniz:

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

Bu kod parçacığında, iris veri kümesini rename() işlevine yönlendirmek için %>% operatörü kullanılır. Yeni sütun adı "sepal_length", eski "Sepal.Length" sütun adına atanır. Yeniden adlandırılmış sütuna sahip sonuçta ortaya çıkan veri çerçevesi iris_renamed değişken adlarına atanır.

rename() işlevi aynı anda birden çok sütunu yeniden adlandırmayı da işleyebilir. Örneğin, hem "Sepal.Length" hem de "Sepal.Width" sütunlarını sırasıyla "sepal_length" ve "sepal_width" olarak yeniden adlandırmak istiyorsanız, aşağıdaki kodu kullanabilirsiniz:

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

Bu kod parçacığı, dplyr'nin rename() işlevini kullanarak bir veri çerçevesindeki birden çok sütunu yeniden adlandırmanın ne kadar kolay olduğunu gösterir.

Dplyr Yeniden Adlandırma İşlevini Kullanma

R'deki dplyr paketi, veri çerçeveleriyle çalışırken veri işleme için güçlü bir araçtır. Sağladığı pek çok yararlı işlevden biri, veri çerçevenizdeki sütunları kolayca yeniden adlandırmanıza izin veren yeniden adlandırma işlevidir.

Temel Sözdizimi

dplyr'de yeniden adlandırma işlevini kullanmak için temel sözdizimi aşağıdaki gibidir:

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

Bu komut, veri çerçevesindeki diğer sütunları değiştirmeden, belirtilen eski sütunu istenen yeni sütun adına yeniden adlandıracaktır.

Birden Çok Sütunu Yeniden Adlandırma

Aynı yeniden adlandırma işlevini kullanarak birden çok sütunu aynı anda yeniden adlandırabilirsiniz. Bunu yapmak için, çifti virgülle yeniden adlandırarak her bir sütunu ayırın:

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

Bu yaklaşımı kullanarak, tek bir ifadede gerektiği kadar çok sütunu yeniden adlandırabilirsiniz.

rename_with()Alternatif olarak, sütun adlarına bir dönüştürme uygulamak için işlevi kullanabilirsiniz . Bu işlev, yeni adları oluşturmak için sütun adlarına uygulanacak bir veri çerçevesi ve işlev alır. Örneğin:

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

Bu, belirtilen sütun adlarını büyük harfe dönüştürür.

Diğer Dplyr İşlevleriyle Zincirleme

dplyr'nin güçlü yönlerinden biri, operatörü kullanarak birden çok eylemi zincirleme yeteneğidir %>%. Bu, bir dizi veri manipülasyonunu özlü ve okunması kolay bir şekilde gerçekleştirmenize olanak tanır. filter()Yeniden adlandır işlevini kullanırken, onu , mutate()ve gibi diğer dplyr işlevleriyle birlikte zincirleyebilirsiniz summarize():

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

Bu örnek, önce veri filtrelemenin yapıldığı, ardından bir sütunu yeniden adlandırmanın, mutasyon kullanarak yeni bir sütun oluşturmanın ve son olarak bir toplama işleviyle verileri özetlemenin yapıldığı bir dizi veri manipülasyonunu gösterir.

R kullanıcıları, dplyr'nin yeniden adlandırma işlevinin gücünden ve zincirleme yeteneklerinden yararlanarak, veri çerçevelerinde verimli ve okunabilir veri manipülasyonları gerçekleştirebilir.

Yaygın Dplyr Yeniden Adlandırma Kullanım Durumları

Dplyr, R'de veri işleme görevlerini gerçekleştirmek için bir dizi işlev sağlayan güçlü bir pakettir. Yaygın görevlerden biri, bir veri çerçevesindeki sütunları yeniden adlandırmaktır. Bu bölümde, dplyr'deki yeniden adlandırma özelliği için bazı genel kullanım durumlarını tartışacağız.

1. Basit sütun yeniden adlandırma:

Tek bir sütunu yeniden adlandırmak, işlevi kullanarak kolaydır rename(). sözdizimi rename(dataframe, new_name = old_name). İşte bir örnek:

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

2. Birden çok sütunu yeniden adlandırma:

Ayrıca, işlev içinde ek sütun eşlemesi sağlayarak tek bir işlev çağrısında birden çok sütunu yeniden adlandırabilirsiniz rename(). İşte bir örnek:

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

3. Dize işlevlerini kullanarak sütunları yeniden adlandırma:

İşlevi kullanarak tolower()veya gibi dize işlevlerini kullanarak sütunları yeniden adlandırabilirsiniz . Stack Overflow'a göre , bu işlev artık yerini alan and işlevlerinin yerini alır . İşte bir örnek:toupper()rename_with()rename_ifrename_atrename_all

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

4. Sütunları bir koşula göre yeniden adlandırma:

ile rename_with()özel yeniden adlandırma işlevlerini ve hatta kullanım koşullarını uygulayabilirsiniz. Aşağıdaki örnek, belirli bir dize içerip içermediklerine bağlı olarak sütunların yeniden adlandırılmasını gösterir:

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

Hataları ve Uç Vakaları İşleme

Bir veri çerçevesindeki sütun adlarını değiştirmek için dplyr yeniden adlandırma işlevini kullanırken, yinelenen sütun adları, sütun adlarındaki boşluklar veya yanlış sözdizimi nedeniyle bazı hatalarla veya uç durumlarla karşılaşabilirsiniz. Bu bölüm, bu sorunların nasıl ele alınacağına ilişkin rehberlik sağlar.

Yinelenen sütun adlarıyla uğraşırken, dplyr aynı çıktı adına sahip sütunları yeniden adlandıramaz. rename_allBununla birlikte, yinelenen sütun adlarını ortadan kaldırmak için bir geçici çözüm , dplyr paketindeki işlevi şununla birlikte kullanmaktır paste0:

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

Bu kod, her bir sütun adına 1'den 2'ye kadar bir sayı ekleyerek yineleme olmamasını sağlar. Bu Yığın Taşması tartışmasında daha fazla ayrıntı bulunabilir .

Sütun adlarında boşluk olması durumunda, sütun adlarını şu şekilde çevrelemek için ters tikleri kullanabilirsiniz:

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

paste0()Son olarak, dplyr ile ilgili olarak işlevi eski_ad olarak kabul etmemekle ilgili sorunlarla karşılaşırsanız rename()olası bir çözüm, yeni sütun adlarını işlevin dışında oluşturmak rename()ve ardından bunları girdi olarak kullanmaktır. Benzer bir konuyla ilgili bir tartışma bu Yığın Taşması sorusunda bulunabilir .

Bu hataları ve uç durumları ele alarak, dplyr'de karmaşık yeniden adlandırma senaryolarının üstesinden gelmek için daha donanımlı olacaksınız.

Dplyr yeniden adlandırma ile ilgili makalemizin bu son bölümünde, veri işleme görevlerindeki önemini tartıştık. rename() işlevi, kullanıcıların sütun adlarını verimli bir şekilde değiştirmesine olanak tanıyarak daha net ve daha özlü veri çerçevelerine yol açar. Bu, özellikle büyük veri kümeleriyle uğraşırken veya veri ön işleme adımları sırasında faydalı olur.

Dplyr paketini kullanarak, R'deki sütunları yeniden adlandırmak basittir, zor bir veri bilimi değildir, aşağıya göz atın:

  rename(new_column_name = old_column_name)

Bu basit sözdizimi, eski sütun adlarını yenileriyle değiştirmenize olanak tanıyarak okunabilirliği artırır ve verilerinizde tutarlılık sağlar. Ek olarak, belirli bir işlevi kullanarak sütun adlarını değiştirmek için rename_with() işlevi kullanılabilir. Bu, veri manipülasyonlarınız üzerinde daha fazla kontrol ve özelleştirme sunar.

dplyr ve yeniden adlandırma işlevinin gücünden yararlanarak, verilerinizi güvenle işleyebilir ve genel veri işleme kapasitenizi geliştirebilirsiniz. Bu harika R kursu gibi yeni R programlama tekniklerini öğrenirken her zaman güvenilir kaynakları kullanmayı unutmayın

Araç setinizdeki dplyr rename ile, çeşitli veri işleme zorluklarının üstesinden gelmek ve R programlama uzmanlığınızı ilerletmeye devam etmek için iyi donanımlısınız.

Diğer Gerçek Dünya Örnekleri - Sütunları Ekleme, Kaldırma ve Yeniden Adlandırma

Sütun işlemleri, R'de dplyr kullanarak sütunları hesaplamanıza, eklemenize, kaldırmanıza ve yeniden adlandırmanıza olanak tanır . RStudio'da yeni bir R betiği açın. Nasıl yapılacağını bilmiyorsanız, RStudio'yu nasıl kuracağınızı ve bir R betiği nasıl oluşturacağınızı öğrenmek için bağlantılara tıklayın .

Bu gösterim için Lahman veri seti paketi kullanılmıştır. Bu, yüz yıl öncesine dayanan beyzbol kayıtlarını içerir. Alıştırma için kullanmak için iyi bir veri seti. Hızlı bir google araması yaparak indirebilirsiniz.

Ayrıca Lahman paketi, büyük T ile Teams etiketli bir veri kümesine sahiptir . R'deki kuralları adlandırmak için en iyi uygulama, küçük harfler kullanmaktır. Bu nedenle , aşağıdaki resimde görüldüğü gibi öncelikle bunun ekiplere dönüştürülmesi gerekiyor .

Kolon İşlemleri İçin Temel Fonksiyonlar

1. R'de Yeni Sütunlar Ekleyin

İlk işlev mutate ( ) işlevidir . Bu, mevcut sütunlara dayalı olarak yeni sütun oluşturur.

Yeni bir sütun hesaplamak istiyorsanız, argümanı takip eden mutate işlevini kullanabilirsiniz:

df, her türlü veri çerçevesi için bir yedek addır. Bu nedenle, gerçek kullanımdayken, df'yi mutasyona uğratmak istediğiniz veri çerçevesinin adıyla değiştirin. Ardından, yeni sütunu türetmek için formülle birlikte adlandırılması gereken yeni değişkenleri yerleştirirsiniz.

Örnek olarak, her sütun için kazanma yüzdesini bulmak için mutasyon işlevi kullanılacaktır. Lahman veri setinde bir Kazanma ve Kaybetme sütunu vardır. Yüzdeyi almak için, Kazanmayı Kazanma ve Kaybın toplamına bölün. Ancak bunu yapmadan önce dplyr paketini getirmeniz gerekir.

Mutasyona uğratma işlevini dplyr olmadan çalıştırırsanız şunlar olur :

"Mutate işlevi bulunamadı" diyen bir hata alırsınız.

Öyleyse, dplyr'yi R'ye nasıl getireceğiniz aşağıda açıklanmıştır. Yalnızca library (tidyverse) komutunu çalıştırmanız gerekir .

dplyr'in Tiddverse paketindeki pek çok işlev arasında olduğunu göreceksiniz . Başka bir seçenek de library (dplyr) komutunu çalıştırmaktır .

İmlecinizi mutasyon işlevi olan kodun üzerine getirip çalıştırırsanız , kazanan yüzdeleri içeren Wpct sütununu göreceksiniz .

Bu örnekte, mutasyona uğratma işlevinin sonucu yalnızca çalıştırıldı; verilere atamadı.

Mutate işlevinin sonucunu veri ekiplerine atamak istiyorsanız , atama operatörünü ( <-> ) kullanmanız gerekir . Bittiğinde çalıştırın. Sonra başka bir satırda head (teams) komutunu çalıştırın . Bu, sonucu ekiplerin veri kümesine atayacaktır .

Bir veri kümesinde hangi sütunların bulunduğunu kontrol etmek isterseniz, adlar ( ) işlevini kullanın. Bu, verilerdeki tüm sütun adlarını listeleyecektir.

Mutasyon işlevinin bir parçası olarak mevcut işlevleri de kullanabilirsiniz . Örneğin, günlük ( ) işlevini kullanarak belirli bir veri kümesinin günlüğünü alabilirsiniz .

2. R'de Sütunları Seçin

Dplyr'deki diğer bir işlev ise select() işlevidir . Verilen sütunları düşürür veya seçer. Temel algoritması:

Veri çerçevesi adını ve ardından seçmek istediğiniz sütunları girmeniz gerekir.

Örneğin, yıl kimliği, kazançlar ve kayıp sütunlarını veri kümesinde tutmak istiyorsanız, yalnızca şunu çalıştırmanız gerekir:

Ardından istediğiniz sonucu alacaksınız:

Ancak head ( ) fonksiyonunu kullanmazsanız sonuç sütunların alt sıralarını gösterecektir. Bu nedenle, birden fazla veri satırıyla uğraşıyorsanız, sütunun en üstüne ulaşmak için sürekli olarak yukarı kaydırmanız gerekir.

En iyi uygulama, seçim ile birlikte baş işlevini kullanmaktır . Böylece kodu çalıştırdığınızda, sonuç önce sütunun üst satırlarını gösterecektir.

Şimdi, veri kümesinden sütunları kaldırmak istiyorsanız, yalnızca sütun adının önüne bir eksi işareti ( – ) koymanız yeterlidir.

Bir sütunun gerçekten kaldırılıp kaldırılmadığını kontrol etmek için yeni veri kümesini eskisinden karşılaştırabilirsiniz. Bunu nasıl yapacağınız aşağıda açıklanmıştır:

İlk önce, seçme işleviyle R kodunu bir nesneye atayın. Bu örnekte, team_short'a atanmıştır . Sütun sayısını saymak için ncol ( ) işlevini kullanın. ncol işlevini hem ekipler_kısa hem de ekipler için çalıştırın .

Ardından, veri kümesinden bir sütunun kaldırıldığını göreceksiniz.

3. R'deki Sütunları Yeniden Adlandırın

dplyr'deki son sütun işlevi rename()'dir . Adından da anlaşılacağı gibi, R'de seçilen sütunları yeniden adlandırabilir.

Bu onun temel algoritmasıdır:

Ve bunun biraz mantığa aykırı olduğunu fark edeceksiniz; önce yeni isim gelir, ondan sonra eski isim gelir. Bu yüzden bunları karıştırmamaya dikkat edin.

Örnek olarak, geçerli yearID ve divID sütunları sırasıyla year_id ve partition_id olarak yeniden adlandırılacaktır . Kodu çalıştırmadan önce, orijinal veri setini bozmamak için bunu yeni bir nesneye atadığınızdan emin olun.

Bu seçili sütunların adlarının başarıyla değiştirilip değiştirilmediğini kontrol etmek için, adlar ( ) işlevini kullanın.

Sütunların gerçekten yeniden adlandırıldığını göreceksiniz.

LuckyTemplates ile kullanıldığında R'nin ne kadar güçlü olduğunu hiç merak ettiniz mi? Bu harika tekniğe göz atın, size çok zaman kazandıracak.

Son Söz

Bu eğitimde , sütun işlemlerini gerçekleştirmek için kullanabileceğiniz üç temel dplyr işlevi ele alınmıştır . Özellikle, R'de sütunları nasıl ekleyeceğinizi, kaldıracağınızı ve yeniden adlandıracağınızı öğrendiniz.

Henüz keşfetmediğiniz başka işlevler de var. Ancak , en yaygın oldukları için mutasyona uğrat ( ) , seç ( ) ve yeniden adlandır ( ) bilmek ve bunlara aşina olmak önemlidir .

Bu sütun düzenleme teknikleri, Power Query'de de yapılabilir. Ancak bunun dplyr'de nasıl yapılacağına dair bilgi sahibi olmak da harika. Bu, istatistiksel veri kümelerini analiz etmeye geçtiğinizde size kesinlikle yardımcı olacaktır.

SSS

R ve Python arasındaki fark nedir?

Yeni başlayanlar için, hem R hem de Python programlama dilleridir, ancak python daha çok genel kullanım dilidir ve R istatistiksel bir programlama dilidir. Python daha yaygın kullanılan, anlaşılan ve çok yönlü bir dildir.

str nedir?

str basitçe r nesnenin yapılarını görüntüler

R'de Petal.Length nedir?

Petal.uzunluk, test ettiğimiz ilişkileri anlatmak için R genelinde kullanılan bir biçimdir.

R'de DataFrame nedir?

Bir R Veri çerçevesi, herhangi bir veri türünün değerlerini depolamak için yaygın olarak kullanılan tablo şeklinde bir veri yapısıdır.

dbl'nin açılımı nedir?

Dbl, “double class” anlamına gelir, ondalık basamaklar içeren sayısal değerleri tutmak için kullanılan bir veri türüdür.