Praca z danymi - część druga

¹ Zakład Bioinformatyki, Instytut Informatyki, Uniwersytet w Białymstoku

1 Postać wąska i szeroka danych z bibliotekami tidyr i reshape2

Inspiracją do napisania tego notebooka jest rodział 15.3 książki Jareda P. Landera “R dla każdego. Zaawansowane analizy i grafika statystyczna” (zobacz [1]). Dane wykorzystane pochodzą również ze strony Jareda P. Landera (zobacz [2]).

Korzystamy z

1. R (zobacz [3]),
2. bibliotek R (zobacz [4–7]),
3. piszemy używając języka znaczników i biblioteki rmarkdown (zobacz [8, 9]) w RStudio z wykorzystaniem R Notebook.

Uwaga:

• Kod podczytanie bibliotek jest ukryty.

1.1 Czyścimy przestrzeń nazw (środowisko)

rm(list = ls())

1.2 Podczytujemy biblioteki dplyr i tidyr

1.3 Wczytanie danych

Wczytujemy dane i oglądamy (zapisane są w pliku Aid_00.RData).

load("Aid_00.RData")
Aid_00 %>% head

Dane są w postaci szerokiej.

1.4 Przekształcenie do postaci wąskiej

Przekształcimy je do postaci wąskiej (funkcja pivot_longer) z drobnym uporządkowaniem (funkcja arrange).

Aid_00.Long.pivot <- Aid_00 %>%
  pivot_longer(
    -c(Country.Name, Program.Name),
    names_to = "Year",
    values_to = "Dollars"
  ) %>%
  arrange(Country.Name, Year)

Obejrzymy pierwsze wiersze.

Aid_00.Long.pivot %>% head

1.5 Przekształcenie do postaci szerokiej

I z powrotem do postaci szerokiej wykorzystując funkcję pivot_wider.

Aid_00.Wider.pivot <- Aid_00.Long.pivot %>%
  pivot_wider(
    names_from = Year,
    values_from = Dollars
  ) %>%
  arrange(Country.Name, Program.Name)

I znowu oglądamy.

Aid_00.Wider.pivot %>% head

1.6 Stare wersje funkcji przekształcających do postaci wąskiej i szerokiej w bibliotece tidyr

Uwaga

Istnieją stare wersje funkcji przekształcających do postaci wąskiej i szereokiej w pakiecie tidyr.

Funkcja gather.

Aid_00.Long.gather <- Aid_00 %>% 
  gather(
    key = "Year", 
    value = "Dollars", 
    -Country.Name, -Program.Name
    ) 
Aid_00.Long.gather %>% head

Funkcja spread.

Aid_00.Wider.spread <- Aid_00.Long.gather %>%
  spread(
    key = Year, 
    value = Dollars
    )
Aid_00.Wider.spread %>% head

1.7 Funkcje z biblioteki reshape2

Można też używać funkcji: melt i dcast z biblioteki reshape2.

Podczytujemy bibliotekę reshape2.

Aid_00.Long.melt <- Aid_00 %>% 
  melt(
    id.vars = c("Country.Name", "Program.Name"),
    variable.name = "Year", 
    value.name = "Dollars")
Aid_00.Long.melt %>% head

Aid_00.Wider.dcast <- Aid_00.Long.melt %>% 
  dcast(
    Country.Name + Program.Name ~ Year, 
    value.var = "Dollars"
    )
Aid_00.Wider.dcast %>% head

Możemy je oglądąc z wykorzystaniem pakietu DT

Podczytujemy bibliotekę DT.

Postać wąska

Aid_00.Long.pivot %>% datatable

Postać szeroka

Aid_00.Wider.pivot %>% datatable

Na koniec usuwamy ze środowiska biblioteki.

2 Bibliografia

[1] Lander, J. P. (2018). R dla każdego. Zaawansowane analizy i grafika statystyczna. APN Promise, Warszawa.

[2] Lander, J. P. (2020). Data.

[3] R Core Team. (2019). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria.

[4] Wickham, H., François, R., Henry, L. and Müller, K. (2020). dplyr: A grammar of Data Manipulation.

[5] Wickham, H. and Henry, L. (2020). tidyr: Tidy Messy Data.

[6] Wickham, H. (2007). Reshaping Data with the reshape Package. Journal of Statistical Software 21 1–20.

[7] Xie, Y., Cheng, J. and Tan, X. (2020). DT: A Wrapper of the JavaScript Library ’DataTables’.

[8] Xie, Y., Allaire, J. J. and Grolemund, G. (2018). R Markdown: The Definitive Guide. Chapman; Hall/CRC, Boca Raton, Florida.

[9] Allaire, J., Xie, Y., McPherson, J., Luraschi, J., Ushey, K., Atkins, A., Wickham, H., Cheng, J., Chang, W. and Iannone, R. (2020). rmarkdown: Dynamic Documents for R.