Lisää, poista ja nimeä uudelleen sarakkeita R:ssä Dplyrillä

dplyr on suosittu R-paketti tietojen käsittelyyn, mikä helpottaa käyttäjien työskentelyä tietokehysten kanssa. Yleinen tehtävä tietojen kanssa työskennellessä on sarakkeiden uudelleennimeäminen, jonka dplyr käsittelee tehokkaasti käyttämällä rename()-funktiota.

Rename()-funktio dplyrissä on erityisen hyödyllinen käsiteltäessä tietojoukkoja, joissa on epäselviä tai moniselitteisiä nimiä. Tarjoamalla yksinkertaisen ja intuitiivisen syntaksin sarakkeiden uudelleennimeämiseen, dplyr helpottaa käyttäjien ymmärtämään ja ylläpitämään koodiaan.

Lisäksi tämä toiminto voidaan helposti yhdistää muihin dplyr-toimintoihin, kuten suodatukseen ja yhteenvetoon, luodaksesi saumattoman tiedonkäsittelyn työnkulun R:ssä.

Nämä ominaisuudet ovat saatavilla myös kielellä , joten ne eivät ole ainutlaatuisia R-ohjelmassa. R on kuitenkin parempi käsittelemään niitä.

Seuraavassa artikkelissa tutkimme dplyr:n rename()-funktion ja sen eri sovellusten yksityiskohtia, mikä osoittaa, kuinka tehokas se voi olla tietokehysten hallinnassa.

Opimme myös lisäämään ja poistamaan sarakkeita R:ssä dyplr:n avulla.

Oppimalla nämä tekniikat käyttäjät voivat tehostaa tietojenkäsittelynsä käytännöllisyyttä, tuottaa luotettavampia ja virheettömämpiä analyyseja ja pitää hauskaa matkan varrella!

Mennään vähän datatieteeseen, on aika napata, tai pitäisikö sanoa, ottaa käyttöön R-pohja!

Sisällysluettelo

• Dplyr uudelleennimeämisen ymmärtäminen
• Dplyr:n asentaminen ja lataaminen
• Dplyr uudelleennimeämistoiminnon käyttäminen
  • Perussyntaksi
  • Useiden sarakkeiden uudelleennimeäminen
  • Ketjuttaminen muiden Dplyr-toimintojen kanssa
• Yleisiä Dplyr-nimeämisen käyttötapauksia
• Virheiden ja reunatapausten käsittely
• Lisää esimerkkejä tosielämästä - Sarakkeiden lisääminen, poistaminen ja uudelleennimeäminen
• Perustoiminnot saraketoimintoihin
  • 1. Lisää uusia sarakkeita kohtaan R
  • 2. Valitse R:n sarakkeet
  • 3. Nimeä sarakkeet uudelleen R:ssä
• Viimeinen Sana
• UKK
  • Mitä eroa on R:n ja Pythonin välillä?
  • Mikä on str?
  • Mikä on Petal.Length kirjaimella R?
  • Mikä on DataFrame R:ssä?
  • Mitä dbl tarkoittaa?

Dplyr uudelleennimeämisen ymmärtäminen

R:n dplyr-paketti on suosittu tidyverse- paketti tietojen käsittelyyn, joka tarjoaa joukon hyödyllisiä toimintoja tietojoukkojen muuntamiseen ja järjestämiseen. Näistä funktioista rename()-funktio on erityisen kätevä, kun on kyse sarakkeiden nimien muuttamisesta tietokehyksessä.

Voit käyttää rename()-funktiota antamalla uuden sarakkeen nimen ja sen jälkeen vanhan, kuten näin: new_name = old_name. Tarkastellaan esimerkiksi esimerkkitietokehystä, jossa haluamme muuttaa sarakkeen nimen "old1" muotoon "new1". Syntaksi näyttäisi tältä:

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

Lisäksi rename_with()-funktio mahdollistaa sarakkeiden uudelleennimeämisen käyttämällä määritettyä muunnosfunktiota. Voit esimerkiksi käyttää toupper-funktiota muuntaaksesi kaikki sarakkeiden nimet isoiksi kirjaimiksi:

df %>% rename_with(toupper)

Jos sinun on nimettävä uudelleen useita sarakkeita kerralla, dplyr tarjoaa kaksi tapaa. Ensimmäinen sisältää rename()-funktion käyttämisen, joka tarjoaa useita uusia ja vanhoja sarakkeiden nimiä argumentteina:

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

Toinen menetelmä sisältää rename_with()-funktion käyttämisen, jossa määrität vanhojen ja uusien sarakkeiden nimien taulukot:

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

Molemmat menetelmät, kuten yllä olevissa esimerkeissä on esitetty, tuottavat saman tuloksen.

Dplyr:n asentaminen ja lataaminen

Aloitaksesi dplyr-paketin käyttäminen sarakkeiden uudelleennimeämiseen, sinun on ensin asennettava ja ladattava paketti R-ympäristöösi. Dplyr:n asentaminen on yksinkertainen prosessi, joka voidaan suorittaa seuraavalla komennolla:

install.packages("dplyr")

Kun asennus on valmis, voit ladata dplyr-paketin R-skriptiisi käyttämällä kirjastotoimintoa:

library("dplyr")

Kun dplyr-paketti on asennettu ja ladattu, voit nyt käyttää sen tehokkaita tietojenkäsittelytoimintoja, mukaan lukien rename()-funktiota, jolla voit nimetä uudelleen tietokehyksesi sarakkeet.

Tässä on esimerkki rename()-funktion käyttämisestä tunnetun iiristietojoukon kanssa. Oletetaan, että haluat nimetä "Sepal.Length" -sarakkeen uudelleen muotoon "sepal_length". Voit saavuttaa tämän käyttämällä seuraavaa koodia:

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

Tässä koodinpätkässä %>%-operaattoria käytetään iiristietojoukon ohjaamiseen rename()-funktioon. Uusi sarakkeen nimi "sepal_length" on määritetty vanhalle sarakkeen nimelle "Sepal.Length". Tuloksena oleva datakehys, jossa on uudelleennimetty sarake, määritetään sitten muuttujien nimille, iris_renamed.

Rename()-funktio voi myös käsitellä useiden sarakkeiden uudelleennimeämistä kerralla. Jos esimerkiksi haluat nimetä uudelleen sekä "Sepal.Length"- että "Sepal.Width" -sarakkeet sarakkeiksi "sepal_length" ja "sepal_width", voit käyttää seuraavaa koodia:

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

Tämä koodinpätkä osoittaa, kuinka helppoa on nimetä uudelleen useita sarakkeita tietokehyksessä käyttämällä dplyr:n rename()-funktiota.

Dplyr uudelleennimeämistoiminnon käyttäminen

R:n dplyr-paketti on tehokas työkalu tietojen käsittelyyn datakehysten kanssa työskennellessä. Yksi sen tarjoamista monista hyödyllisistä toiminnoista on uudelleennimeämistoiminto, jonka avulla voit helposti nimetä uudelleen tietokehyksen sarakkeita.

Perussyntaksi

Perussyntaksi uudelleennimeämistoiminnon käyttämiselle dplyr:ssä on seuraava:

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

Tämä komento nimeää määritetyn vanhan sarakkeen uudelleen halutuksi uudeksi sarakkeen nimeksi muuttamatta muita tietokehyksen sarakkeita.

Useiden sarakkeiden uudelleennimeäminen

Voit myös nimetä uudelleen useita sarakkeita kerralla käyttämällä samaa uudelleennimeämistoimintoa. Voit tehdä tämän erottelemalla kukin sarakkeen nimeämällä parin uudelleen pilkulla:

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

Tätä lähestymistapaa käyttämällä voit nimetä uudelleen niin monta saraketta kuin tarvitaan yhdessä käskyssä.

Vaihtoehtoisesti voit käyttää rename_with()funktiota muunnoksen tekemiseen sarakkeiden nimiin. Tämä funktio ottaa tietokehyksen ja funktion, jota sovelletaan sarakkeiden nimiin uusien nimien luomiseksi. Esimerkiksi:

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

Tämä muuntaa määritetyt sarakkeiden nimet isoiksi kirjaimiksi.

Ketjuttaminen muiden Dplyr-toimintojen kanssa

Yksi dplyr:n vahvuuksista on sen kyky ketjuttaa useita toimintoja yhteen operaattorin avulla %>%. Tämän avulla voit suorittaa useita tietojen käsittelyjä ytimekkäästi ja helposti luettavalla tavalla. Kun käytät uudelleennimeämistoimintoa, voit ketjuttaa sen muiden dplyr-toimintojen, kuten filter(), mutate()ja summarize():

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

Tämä esimerkki esittelee sarjan tietojen käsittelyjä, joissa tietojen suodatus tehdään ensin, jonka jälkeen sarake nimetään uudelleen, uusi sarake luodaan käyttämällä mutataa ja lopuksi yhteenveto tiedoista aggregointitoiminnolla.

Hyödyntämällä dplyr:n uudelleennimeämistoimintoa ja ketjutusominaisuuksia, R-käyttäjät voivat suorittaa datakehyksiensä tehokkaita ja luettavia tietoja.

Yleisiä Dplyr-nimeämisen käyttötapauksia

Dplyr on tehokas R:n paketti, joka tarjoaa joukon toimintoja tietojenkäsittelytehtävien suorittamiseen. Yksi yleinen tehtävä on sarakkeiden uudelleennimeäminen tietokehyksessä. Tässä osiossa käsittelemme joitain yleisiä käyttötapauksia dplyr:n uudelleennimeämisominaisuudesta.

1. Yksinkertainen sarakkeen uudelleennimeäminen:

Yksittäisen sarakkeen uudelleennimeäminen on yksinkertaista rename()funktion avulla. Syntaksi on rename(dataframe, new_name = old_name). Tässä on esimerkki:

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

2. Useiden sarakkeiden nimeäminen uudelleen:

Voit myös nimetä useita sarakkeita uudelleen yhdessä funktiokutsussa tarjoamalla ylimääräisen sarakekartoituksen rename()funktion sisällä. Tässä on esimerkki:

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

3. Sarakkeiden uudelleennimeäminen merkkijonofunktioilla:

Voit nimetä sarakkeita uudelleen käyttämällä merkkijonofunktioita, kuten tolower()tai toupper(), käyttämällä rename_with()funktiota. Pinon ylivuodon mukaan tämä toiminto korvaa nyt korvatut rename_if, rename_atja rename_all-funktiot. Tässä on esimerkki:

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

4. Sarakkeiden uudelleennimeäminen ehdon perusteella:

-sovelluksella rename_with()voit käyttää mukautettuja uudelleennimeämistoimintoja ja jopa käyttöehtoja. Seuraava esimerkki osoittaa sarakkeiden uudelleennimeämisen sen perusteella, sisältävätkö ne tietyn merkkijonon:

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

Virheiden ja reunatapausten käsittely

Kun käytät dplyr rename -toimintoa sarakkeiden nimien muokkaamiseen tietokehyksessä, saatat kohdata virheitä tai reunatapauksia, jotka johtuvat päällekkäisistä sarakkeiden nimistä, välilyönneistä sarakkeiden nimissä tai virheellisestä syntaksista. Tämä osio antaa ohjeita näiden ongelmien ratkaisemiseen.

Kun käsitellään päällekkäisiä sarakkeiden nimiä, dplyr ei voi nimetä sarakkeita uudelleen samalla tulosnimellä. Kiertotapa sarakkeiden nimien kopioimiseen on kuitenkin käyttää rename_alldplyr-paketin funktiota yhdessä paste0:

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

Tämä koodi lisää numeron 1–2 jokaisen sarakkeen nimeen, jotta varmistetaan, ettei kaksoiskappaleita ole. Lisätietoja löytyy tästä Stack Overflow - keskustelusta .

Jos sarakkeiden nimissä on välilyöntejä, voit lisätä sarakkeiden nimet backticksillä seuraavasti:

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

Lopuksi, jos kohtaat ongelmia, jotka liittyvät siihen, että dplyr ei hyväksy funktiota paste0()vanhana_nimi-muodossa rename(), mahdollinen ratkaisu on rakentaa uudet sarakkeiden nimet funktion ulkopuolelle rename()ja käyttää niitä sitten syötteenä. Asiaankuuluva keskustelu samanlaisesta aiheesta löytyy tästä Stack Overflow - kysymyksestä .

Korjaamalla nämä virheet ja reunatapaukset pystyt paremmin käsittelemään monimutkaisia ​​uudelleennimeämisskenaarioita dplyr:ssä.

Tässä dplyr-uudelleennimeämistä käsittelevän artikkelimme viimeisessä osassa olemme keskustelleet sen tärkeydestä tietojenkäsittelytehtävissä. Rename()-funktion avulla käyttäjät voivat muuttaa sarakkeiden nimiä tehokkaasti, mikä johtaa selkeämpiin ja tiiviimpiin tietokehyksiin. Tästä tulee erityisen hyödyllistä käsiteltäessä suuria tietojoukkoja tai tietojen esikäsittelyvaiheiden aikana.

Dplyr-paketin avulla sarakkeiden uudelleennimeäminen R:ssä on yksinkertaista, se ei ole kovaa datatiedettä, katso alla:

  rename(new_column_name = old_column_name)

Tämän yksinkertaisen syntaksin avulla voit korvata vanhat sarakkeiden nimet uusilla, mikä parantaa luettavuutta ja varmistaa tietojen johdonmukaisuuden. Lisäksi rename_with()-funktiota voidaan käyttää sarakkeiden nimien muokkaamiseen tietyn funktion avulla. Tämä tarjoaa paremman hallinnan ja mukauttamisen tietojesi käsittelyyn.

Hyödyntämällä dplyr:n ja uudelleennimeämistoiminnon tehoa voit luotettavasti käsitellä tietojasi ja parantaa yleisiä tietojenkäsittelyominaisuuksia. Muista aina käyttää luotettavia lähteitä oppiessasi uusia R-ohjelmointitekniikoita, kuten

Kun työkalupakkissasi on dplyr rename, sinulla on hyvät valmiudet vastata erilaisiin tiedonkäsittelyn haasteisiin ja jatkaa R-ohjelmointiosaamisesi kehittämistä.

Lisää esimerkkejä tosielämästä - Sarakkeiden lisääminen, poistaminen ja uudelleennimeäminen

Saraketoimintojen avulla voit laskea, lisätä, poistaa ja nimetä uudelleen sarakkeita R:ssä käyttämällä dplyr . Avaa uusi R-skripti RStudiossa. Jos et tiedä miten, napsauta linkkejä saadaksesi selville miten ja .

Tässä esittelyssä käytetään Lahman-tietosarjapakettia . Tämä sisältää baseball-ennätyksiä yli sadan vuoden takaa. Se on hyvä tietojoukko harjoitteluun. Voit ladata sen tekemällä nopea google-haku.

Lisäksi Lahman-paketissa on tietojoukko nimeltä Teams isolla T-kirjaimella. Paras käytäntö nimeämiseen R:ssä on käyttää pieniä kirjaimia. Joten tämä on ensin muutettava joukkueiksi , kuten alla olevasta kuvasta näkyy.

Perustoiminnot saraketoimintoihin

1. Lisää uusia sarakkeita kohtaan R

Ensimmäinen funktio on mutate ( ) . Tämä luo uuden sarakkeen olemassa olevien sarakkeiden perusteella.

Jos haluat laskea uuden sarakkeen, voit käyttää argumentin mukaista mutaatiofunktiota :

df on minkä tahansa tietokehyksen varanimi. Käytä siis varsinaisessa käytössä, korvaa df sen tietokehyksen nimellä, jonka haluat mutatoida. Sitten sijoitat uudet muuttujat, jotka on nimettävä, sekä uuden sarakkeen johtamiskaava.

Esimerkiksi mutate- funktiota käytetään kunkin sarakkeen voittoprosentin löytämiseen. Lahman-tietojoukossa on Voitot ja tappiot -sarake. Saadaksesi prosenttiosuuden, jaa voitto voiton ja tappion summalla. Mutta ennen kuin voit tehdä sen, sinun on tuotava dplyr-paketti.

Näin tapahtuu, jos suoritat mutate- toiminnon ilman dplyr:tä:

Näet virheilmoituksen "ei löydy funktiota mutte".

Joten näin tuodaan dplyr R:hen. Sinun tarvitsee vain suorittaa kirjasto (tidyverse) .

Huomaat, että dplyr on yksi tidyverse- paketin monista toiminnoista . Toinen vaihtoehto on suorittaa kirjasto (dplyr) .

Jos nyt asetat kohdistimen koodin kohdalle mutate- funktiolla ja suoritat sen, näet Wpct- sarakkeen, joka sisältää voittoprosentit.

Tässä tapauksessa mutate- funktion tulos vain ajettiin; se ei määrittänyt tietoja.

Jos haluat määrittää mutate- funktion tuloksen dataryhmille , sinun on käytettävä määritysoperaattoria ( <-> ). Kun olet valmis, suorita se. Sitten toisella rivillä, juokse pää (joukkueet) . Tämä liittää tuloksen tiimien tietojoukkoon .

Jos haluat tarkistaa, mitkä sarakkeet ovat käytettävissä tietojoukossa, käytä nimitoimintoa ( ) . Tämä listaa kaikki tiedoissa olevien sarakkeiden nimet.

Voit myös käyttää olemassa olevia toimintoja osana mutatointitoimintoa . Voit esimerkiksi ottaa tietyn tietojoukon lokin käyttämällä lokitoimintoa ( ) .

2. Valitse R:n sarakkeet

Toinen dplyr:n toiminto on valita ( ) . Se joko pudottaa tai valitsee tietyt sarakkeet. Sen perusalgoritmi on:

Sinun on syötettävä tietokehyksen nimi ja sitten sarakkeet, jotka haluat valita.

Jos esimerkiksi haluat säilyttää vuositunnus-, voitot- ja tappiosarakkeet tietojoukossa, sinun tarvitsee suorittaa vain:

Sitten saat haluamasi tuloksen:

Jos et kuitenkaan käytä head ( ) -toimintoa, tulos näyttää sarakkeiden alimmat rivit. Joten jos käsittelet useita tietorivejä, sinun on vieritettävä jatkuvasti ylöspäin päästäksesi sarakkeen yläosaan.

Paras käytäntö on käyttää päätoimintoa valinnan kanssa. Joten kun suoritat koodin, tulos näyttää ensin sarakkeen ylimmät rivit.

Jos nyt haluat poistaa sarakkeita tietojoukosta, sinun tarvitsee vain sijoittaa miinusmerkki ( – ) sarakkeen nimen eteen.

Voit tarkistaa, onko sarake todella poistettu, vertaamalla uutta tietojoukkoa vanhaan. Voit tehdä sen seuraavasti:

Määritä ensin objektille R-koodi valintatoiminnolla . Tässä esimerkissä se on määritetty teams_shortille . Laske sarakkeiden määrä käyttämällä ncol ( ) -funktiota. Suorita ncol -funktio sekä teams_short- että teams -sovellukselle .

Sitten näet, että yksi sarake on poistettu tietojoukosta.

3. Nimeä sarakkeet uudelleen R:ssä

Dplyr:n viimeinen saraketoiminto on nimeä uudelleen ( ) . Ja kuten nimestä voi päätellä, se voi nimetä valitut sarakkeet uudelleen R:ssä.

Tämä on sen perusalgoritmi:

Ja huomaat, että se on hieman ristiriitainen; uusi nimi tulee ensin, kun taas vanha nimi tulee sen jälkeen. Älä siis sekoita niitä.

Esimerkiksi nykyiset vuositunnus- ja jakotunnus- sarakkeet nimetään uudelleen vuositunnukseksi ja divisioonan_tunnukseksi . Ennen kuin suoritat koodin, varmista, että määrität sen uudelle objektille, jotta se ei häiritse alkuperäistä tietojoukkoa.

Voit tarkistaa, onko näiden valittujen sarakkeiden nimet muutettu onnistuneesti, käytä nimitoimintoa ( ) .

Näet, että sarakkeet on todellakin nimetty uudelleen.

Oletko koskaan miettinyt, kuinka tehokas R on käytettynä LuckyTemplatesin kanssa, tutustu tähän mahtavaan tekniikkaan, sillä säästät tonnin aikaa.

Viimeinen Sana

Tässä opetusohjelmassa on käsitelty kolmea dplyr- perustoimintoa, joita voit käyttää saraketoimintojen suorittamiseen. Opit erityisesti lisäämään, poistamaan ja nimeämään uudelleen sarakkeita R:ssä.

There are still other functions that you’ve yet to explore. But it’s important to know and be familiar with mutate ( ), select  ( ), and rename ( ) as they are the most common.

These column editing techniques can also be done in Power Query. But it’s great to have knowledge of how to do this in dplyr, too. This will surely assist you when you move to analyzing statistical data sets.

FAQs

What is the difference between R and Python?

For starters, both R and Python are programming languages, but python is more of a general use language and R is a statistical programming language. Python is a more commonly used, understood and versatile language.

What is str?

str simply displays the structres of r objects

What is Petal.Length in R?

Petal.length on muoto, jota käytetään koko R:ssä testaamiemme suhteiden uudelleenlaskentaan.

Mikä on DataFrame R:ssä?

R Data -kehys on taulukkomuotoinen tietorakenne, jota käytetään yleisesti kaikentyyppisten tietojen arvojen tallentamiseen.

Mitä dbl tarkoittaa?

Dbl tarkoittaa "kaksoisluokkaa", se on tietotyyppi, jota käytetään desimaalipisteitä sisältävien numeeristen arvojen säilyttämiseen.