A korábbi oktatóanyagokban a , és a . Ebben az oktatóanyagban megismerkedhet az R nyelvű adatkeretekkel.
Az adatkeretek lényegében vektorok, amelyek egymással kombinálva adatsorokat és oszlopokat alkotnak.
Egy oszlop egy vektorból áll. Tehát a fenti példában az első oszlop egy karakterlánc oszlop, ezt követi egy numerikus oszlop, majd egy logikai oszlop. Ez hasonló ahhoz, ahogy egy táblázat kinézne a LuckyTemplatesben.
Ne feledje továbbá, hogy az adatkeretek esetében minden oszlopban ugyanannyi elemnek kell lennie. Vagyis konzisztens számú sornak kell lennie.
A használatakor általában adatkeretekkel dolgozik. Ezért fontos megérteni, hogy mik ezek, és hogyan használhatók.
Tartalomjegyzék
Szállított adatkeret betöltése és megtekintése
Az RStudio már szállított adatkeretekkel érkezik, amelyeket használhat. Azonosításukhoz az adatok ( ) függvényt kell használni.
Nyissa meg az RStudio alkalmazást, és futtassa az adatokat ( ) . Nem kell érveket zárójelbe tenni.
Ha elkészült, megjelenik az R-ben használható beépített adatkészletek listája.
Nagyon hasznosak az adatkeretek R nyelvben való használatának gyakorlásában és megismerésében.
A leggyakrabban használt beépített adatkészlet az írisz . Az íriszt gyakran használják adattudomány vagy általában adatelemzés tanulására. Nyomtassa ki az íriszt , hogy megtekinthesse adatait a konzolban.
Láthatod, hogy rengeteg adat van. Felfelé görgetve látni fogja, hogy különböző oszlopokból áll.
Adatkeretek feltárása R-ben függvények használatával
Az adatok jobb megtekintésének egyik módja a nézet ( ) funkció használata. A kódnézet (írisz) futtatásakor egy új lap jelenik meg, amely egy táblázatot tartalmaz az RScript-ben.
A nézet ( ) funkcióját az teszi jobbá, hogy módosíthatja a táblázatot. Az egyes oszlopok címén található nyilak segítségével módosíthatja az adatok sorrendjét. Szűrő gomb is van.
A szűrő melletti ikonra kattintva is megnyílik az adatok új ablakban.
Ez az új ablak hasonló ahhoz, ahol megtekintheti az adatokat, de nem érintheti meg őket. Ez azt jelenti, hogy nem adhat meg vagy cserélhet értékeket a meglévő adatok fölé.
Egy másik hasznos funkció a fej ( ) függvény . Ez a funkció az adatkészlet első sorait nyomtatja ki.
Tehát ha a Run head (írisz) parancsot futtatja , látni fogja, hogy csak az első hat sort nyomtatja ki.
Ez nagyszerű, ha jobban szeretné értelmezni adatait. A konzol nincs túlterhelve, és az adatok megjelenítése is rendezettebb.
Adatkeretek indexelése
Az indexelést egy korábbi, vektorokról szóló oktatóanyag is tárgyalta. A pozíció indexeléséhez csak szögletes zárójeleket ( [ ] ) kell használni . Mivel az adatkeretek sorokból és oszlopokból állnak, mindkettőt indexelnie kell. A formátum: név [sor, oszlop] .
Például, ha indexelni szeretné az írisz adatkészlet 2. sorát és 4. oszlopát, csak futtassa az írisz [2, 4] parancsát .
Sorokat és oszlopokat is indexelhet. Csak kettőspontot ( : ) kell használni a tartomány jelzésére. Íme egy példa:
Egy teljes oszlopot is indexelhet. Használja a dollárjelet ( $ ) az adatkészlet neve után, és adja meg a kívánt oszlopnevet. Például, ha a teljes Species nevű oszlopot indexelni szeretné, futtassa az iris$Species parancsot .
Ezután látni fogja, hogy a teljes Faj oszlop ki lett nyomtatva a konzolban.
Adatkeret-statisztika megjelenítése R-ben
Amint azt a korábbi oktatóanyagokból megtanulta, az R adatelemzés, statisztikák és vizualizációk céljára készült. Tehát egy másik hasznos dolog, amit meg kell tanulni az R-ben lévő adatkeretekről, az az, hogyan foglaljuk össze őket.
Az összefoglaló ( ) függvény használatakor a konzol visszaadja az adatok összesítő statisztikáit.
Összefoglaló futtatása (írisz) . Ez alapvető információkat nyújt az adatkészletről a leíró statisztikák szempontjából.
Vannak más csomagok is, amelyek több összefoglaló statisztikát kapnak, mint például a szórás és a kurtosis. De ezekről a következő oktatóanyagokban lesz szó.
Következtetés
Fokozatosan tanultad az R összetevőit. Először az objektumokról tanult, majd haladt a vektorokkal, egészen az adatkeretekkel kapcsolatos leckéig. Most nagyobb és összetettebb adatokkal kell foglalkoznia.
Az adatkeretek segítségével most jobban megismerheti az R különböző adatkészleteit, és megtanulta, hogyan juthat el az alapvető statisztikai adatokhoz.
Folyamatosan tanulni fog, ahogy a következő oktatóanyagok az R-ben lévő nagyobb adatok méretének és felfedezésének módjait tárgyalják.
Ebből a blogból megtudhatja, hogyan mentheti automatikusan az e-mail mellékleteket a SharePointba, majd törölheti az e-maileket a Power Automate segítségével.
A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023
Ismerje meg, hogyan hozhat létre <strong>Power Automate</strong> folyamatokat a semmiből. Sablon használata helyett mi magunk hozzuk létre a kiváltó okokat és a műveleteket.
4 módszer a Pi használatára a Pythonban példákkal
Ebben az útmutatóban bemutatom, hogyan lehet Pénzügyi információk mátrixát létrehozni a Profit és veszteség (P&L) kimutatással a LuckyTemplates alkalmazásban.
Fedezze fel, hogyan lehet dinamikusan egyesíteni oszlopokat a Power Query Table.CombineColumns függvény segítségével.
Ismerje meg, hogyan adhatjuk hozzá és szinkronizálhatjuk SharePoint-fájljainkat az asztalon és a OneDrive-on.
Tudja meg, miért fontos egy dedikált dátumtáblázat a LuckyTemplatesben, és ismerje meg ennek leggyorsabb és leghatékonyabb módját.
Ez a rövid oktatóanyag kiemeli a LuckyTemplates mobil jelentési funkcióját. Megmutatom, hogyan készíthet hatékony jelentéseket mobileszközökön.
Ebben a LuckyTemplates bemutatóban olyan jelentéseket tekintünk át, amelyek professzionális szolgáltatáselemzést mutatnak be egy olyan cégtől, amely több szerződéssel és ügyfél-elkötelezettséggel rendelkezik.
