Datové rámce v R: Learning The Basics

V předchozích kurzech jste se dozvěděli o , a . V tomto tutoriálu se naučíte o datových rámcích v R.

Datové rámce jsou v podstatě vektory kombinované dohromady a tvoří řádky a sloupce dat.

Sloupec se skládá z jednoho vektoru. Takže ve výše uvedeném příkladu je první sloupec řetězcový, za ním následuje číselný sloupec a poté logický. Je to podobné tomu, jak by tabulka vypadala v LuckyTemplates.

Také si musíte pamatovat, že pro datové rámce by měl být stejný počet položek pro všechny sloupce. To znamená, že by měl existovat konzistentní počet řádků.

Při použití , budete obvykle pracovat s datovými rámci. Je tedy důležité pochopit, co to je a jak je lze použít.

Obsah

• Načítání a prohlížení dodaného datového rámce
• Prozkoumávání datových rámců v R pomocí funkcí
• Indexování datových rámců
• Zobrazení statistik datových rámců v R
• Závěr

Načítání a prohlížení dodaného datového rámce

RStudio se již dodává s dodávanými datovými rámci, které můžete použít. K jejich identifikaci je třeba použít funkci data ( ) .

Otevřete RStudio a Spustit data ( ) . Do závorek nemusíte uvádět žádný argument.

Po dokončení uvidíte seznam vestavěných datových sad v R, které můžete použít.

Jsou opravdu užitečné pro procvičování a seznámení se s tím, jak používat datové rámce v R.

Nejčastěji používanou vestavěnou datovou sadou je iris . Iris se často používá při výuce datové vědy nebo analýzy dat obecně. Vytiskněte iris , abyste viděli její data v konzole.

Můžete vidět, že existuje spousta dat. Posouváním nahoru uvidíte, že se skládá z různých sloupců.

Prozkoumávání datových rámců v R pomocí funkcí

Jedním ze způsobů, jak se na data lépe podívat, je použití funkce view ( ) . Když spustíte zobrazení kódu (iris) , uvidíte v RScriptu novou kartu obsahující tabulku.

Funkce zobrazení ( ) je lepší, protože v tabulce můžete provádět úpravy. Pořadí dat můžete upravit pomocí šipek na názvu každého sloupce. Nechybí ani tlačítko filtru.

Můžete také kliknout na ikonu vedle filtru a otevřít data v novém okně.

Toto nové okno je podobné tomu, kde se můžete dívat na data, ale nedotýkat se jich. To znamená, že nemůžete zadat nebo nahradit hodnoty nad existující data.

Další užitečnou funkcí, kterou je třeba znát, je funkce hlavy ( ) . Tato funkce vytiskne první řádky datové sady.

Pokud tedy spustíte Run head (iris) , uvidíte, že se vytiskne pouze prvních šest řádků. 

To je skvělé, když chcete lépe porozumět svým datům. Konzole není zahlcena a prezentace dat je přehlednější.

Indexování datových rámců

Indexování bylo také diskutováno v předchozím tutoriálu o vektorech. K indexování pozice stačí použít hranaté závorky ( [ ] ). Protože se datové rámce skládají z řádků a sloupců, musíte indexovat oba. Formát je název [řádek, sloupec] .

Pokud například chcete indexovat 2. řádek a 4. sloupec datové sady iris , stačí Spustit iris [2, 4] .

Můžete také indexovat rozsah řádků a sloupců. Vše, co potřebujete, je použít k označení rozsahu dvojtečku ( : ). Zde je příklad:

Můžete také indexovat celý sloupec. Za názvem datové sady použijte znak dolaru ( $ ) a uveďte požadovaný název sloupce. Pokud například chcete indexovat celý sloupec s názvem Druh, Spustit iris$Species .

Poté uvidíte, že v konzole byl vytištěn celý sloupec Druhy.

Zobrazení statistik datových rámců v R

Jak jste se dozvěděli v předchozích kurzech, R byl vytvořen pro účely analýzy dat, statistik a vizualizací. Další užitečnou věcí, kterou se o datových rámcích v R naučit, je to, jak je shrnout.

Když použijete funkci shrnutí ( ) , konzola vrátí souhrnnou statistiku pro tato data.

Shrnutí běhu (iris) . To vám poskytne základní informace o datové sadě z hlediska popisné statistiky.

Existují další balíčky pro získání více souhrnných statistik, jako je standardní odchylka a špičatost. Ale ty budou diskutovány v následujících tutoriálech.

Závěr

Postupně jste se učili komponenty R. Nejprve jste se učili o objektech, pak jste pokročili s vektory až do této lekce o datových rámcích. Nyní máte co do činění s většími a složitějšími daty.

Díky datovým rámcům jste nyní lépe obeznámeni s různými datovými sadami v R a naučili jste se, jak dospět k základním statistickým informacím.

Budete se i nadále postupně učit, jak se další výukové programy zabývají způsoby, jak zvětšit a prozkoumat větší data v R.