R语言 数据处理 – 与Tibbles一起工作

R是一种强大的语言，被分析师，数据科学家和商业用户用来执行各种任务，如统计分析，可视化，以及在多个领域开发统计软件。

数据整理是一个将原始数据重塑为更多结构化格式的过程，这将有助于从数据中获得更好的洞察力并做出更好的决策。

什么是Tibbles

Tibbles是 tidyverse 的核心数据结构，用于促进以整洁的格式显示和分析信息。Tibbles是一种新形式的数据框架，其中数据框架是R中最常用的数据结构，用于存储数据集。

Tibbles相对于数据框架的优势

• 所有Tidyverse软件包都支持Tibbles。
• Tibbles的打印格式比数据框架干净得多。
• 数据框架经常将字符串转换为因子，分析人员经常需要覆盖设置，而Tibbles不会尝试自动进行这种转换。

创建Tibbles的不同方法

• as_tibble():

  第一个函数是作为tibble函数。这个函数是用来从一个现有的数据框架中创建一个tibble。

语法：

as_tibble(x, validate = NULL, …)

x 是一个数据框、矩阵或列表。

• tibble():

  第二种方法是使用tibble()函数，用来从头创建一个tibble。

语法：

tibble(s…, rows = NULL)

s 代表一组名-值对。

• Import():

  最后，您可以使用tidyverse的数据导入包，从外部数据源（如数据库或CSV文件）创建Tibble。

语法： import(pkgname …)

• library():

  library()函数用于加载包的命名空间。

语法：

library(package, help, pos = 2, lib.loc = NULL)

注意：要想在R中找到更多的函数，请在函数名称后输入?。Eg: ?tibble。

让我们看看如何使用Rstudio IDE来使用上述函数的一些例子。我们将使用一个内置的数据集（CO2）草木植物的二氧化碳吸收量来创建一个tibble。

这个数据集由几个变量组成，如植物、类型、处理、浓度和吸收。处理这种类型的信息是很困难的，所以让我们把这些信息转换成一个tibble。让我们使用as_tibble()函数从二氧化碳数据集中创建一个名为sample_tibble的tibble。

as_tibble()的例子

这里我们使用 as_tibble() 函数将一个数据帧(CO2)转换为tibble。这需要你在Rstudio中安装tidyverse软件包。

library(tidyverse)         # loading tidyverse package      
sample_tibble <- as_tibble(CO2)   # creating a tibble named sample_tibble
print(sample_tibble)       

输出

tibble()的例子

第二种方法是使用 tibble() 函数从头开始创建一个tibble，所以我们将创建一些向量，如name, marks_in_Math, marks_in_Java, Fav_color等，并将它们传递给 tibble() 函数，该函数将它们转换为tibble。

library(tidyverse)
name <- c("surya", "sai", "Nihith", "prakash", "vikas", "mayur")
marks_in_Math <- c(91, 85, 92, 89, 90, 93)
marks_in_Java <- c(89, 91, 88, 91, 89, 87)
Fav_color <- c("Pink", "Red", "Yellow", "Green", "White", "Blue")
students <- tibble(name, marks_in_Math, marks_in_Java, Fav_color)
print(students)

输出

子集tibbles

数据分析师经常从tibble中提取单个变量，以便在分析中进一步使用，这被称为子集。当我们试图对一个tibble进行子集时，我们从tibble中提取一个矢量形式的单一变量。我们可以通过使用一些特殊的操作符来实现这一目的。

• $运算符
• [[]]操作符

$运算符

我们从Tibble中提取变量的第一个方法是使用()符号，操作符。为了做到这一点，我们将使用 tibble() 函数从头开始创建一个tibble。

library(tidyverse)
name <- c("surya", "sai", "Nihith", "prakash", "vikas", "mayur")
marks_in_Math <- c(91, 90, 91, 85, 90, 92)
marks_in_Java <- c(91, 91, 92, 91, 89, 93)
Fav_color <- c("Pink", "Red", "Yellow", "Green", "White", "Blue")
  
students <- tibble(name, marks_in_Math, marks_in_Java, Fav_color)
studentsFav_color
studentsmarks_in_Math

输出

[[]]操作符

从Tibble访问单个变量的第二个方法是使用方括号([[]])。我们将使用之前创建的同一个Tibble。

library(tidyverse)
name <- c("surya", "sai", "Nihith", "prakash", "vikas", "mayur")
marks_in_Math <- c(91, 90, 91, 85, 90, 92)
marks_in_Java <- c(91, 91, 92, 91, 89, 93)
Fav_color <- c("Pink", "Red", "Yellow", "Green", "White", "Blue")
  
students <- tibble(name, marks_in_Math, marks_in_Java, Fav_color)
students$Fav_color
students[["name"]]
students[["marks_in_Math"]]

输出：

过滤Tibbles

过滤提供了一种方法来帮助减少你的tibble中的行数。在执行过滤时，我们可以指定条件或特定标准，用来减少数据集中的行数。

filter() 函数

语法: filter(data, conditions)

数据代表Tibble的名字，而条件用于指定一个返回逻辑值的表达式。我们将使用学生的Tibble，这是我们在上面的例子中创建的。

library(tidyverse)
name <- c("surya", "sai", "Nihith", "prakash", "vikas", "mayur")
marks_in_Math <- c(91, 90, 91, 85, 90, 92)
marks_in_Java <- c(91, 91, 92, 91, 89, 93)
Fav_color <- c("Pink", "Red", "Yellow", "Green", "White", "Blue")
  
students <- tibble(name, marks_in_Math, marks_in_Java, Fav_color)
filter_students =90)
print(filter_students)

输出：