R প্যাকেজ tidyr এবং এর নতুন ফাংশন pivot_longer এবং pivot_wider

প্যাকেজ পরিপাটি R ভাষার অন্যতম জনপ্রিয় লাইব্রেরির মূলে অন্তর্ভুক্ত - পরিপাটি.
প্যাকেজের মূল উদ্দেশ্য হল ডেটাকে সঠিক আকারে আনা।

ইতিমধ্যে Habré এ উপলব্ধ প্রকাশন এই প্যাকেজটির জন্য উত্সর্গীকৃত, তবে এটি 2015 সালের। এবং আমি আপনাকে সবচেয়ে বর্তমান পরিবর্তনগুলি সম্পর্কে বলতে চাই, যা কিছু দিন আগে এর লেখক হেডলি উইকহ্যাম দ্বারা ঘোষণা করা হয়েছিল।

এসজেকে: gather() এবং স্প্রেড() কি অবমূল্যায়িত হবে?

হ্যাডলি উইকহ্যাম: কিছুটা হলেও। আমরা আর এই ফাংশনগুলির ব্যবহারের সুপারিশ করব না এবং সেগুলিতে বাগগুলি ঠিক করব, তবে সেগুলি তাদের বর্তমান অবস্থায় প্যাকেজে উপস্থিত থাকবে।

সন্তুষ্ট

আপনি যদি ডেটা বিশ্লেষণে আগ্রহী হন তবে আপনি আমার প্রতি আগ্রহী হতে পারেন টেলিগ্রাম и ইউটিউব চ্যানেল বেশিরভাগ বিষয়বস্তু R ভাষার জন্য নিবেদিত।

• পরিপাটি ডেটা ধারণা
• পরিচ্ছন্ন প্যাকেজ অন্তর্ভুক্ত প্রধান ফাংশন
• প্রশস্ত থেকে দীর্ঘ বিন্যাসে এবং তদ্বিপরীত ডেটা রূপান্তর করার জন্য নতুন ধারণা
• tidyr 0.8.3.9000 এর সবচেয়ে বর্তমান সংস্করণ ইনস্টল করা হচ্ছে
• নতুন বৈশিষ্ট্যে রূপান্তর
• প্রশস্ত থেকে দীর্ঘ ফর্ম্যাটে ডেটা রূপান্তর করার একটি সহজ উদাহরণ
• Спецификации
• একাধিক মান ব্যবহার করে স্পেসিফিকেশন (.value)
• তারিখ ফ্রেমগুলিকে দীর্ঘ থেকে প্রশস্ত বিন্যাসে রূপান্তর করা হচ্ছে
  • একটি টেবিলকে একটি প্রশস্ত বিন্যাসে রূপান্তর করার সবচেয়ে সহজ উদাহরণ
  • একাধিক উৎস ভেরিয়েবল থেকে একটি কলামের নাম তৈরি করা হচ্ছে
• নতুন পরিচ্ছন্ন ধারণার সাথে কাজ করার বেশ কয়েকটি উন্নত উদাহরণ
  • একটি উদাহরণ হিসাবে মার্কিন আদমশুমারি আয় এবং ভাড়া ডেটাসেট ব্যবহার করে ডেটা পরিষ্কার করা।
  • বিশ্বব্যাংক
  • যোগাযোগ তালিকা
• উপসংহার

পরিপাটি ডেটা ধারণা

লক্ষ্য পরিপাটি — আপনাকে একটি তথাকথিত ঝরঝরে ফর্মে ডেটা আনতে সাহায্য করুন। নিট ডেটা হল ডেটা যেখানে:

• প্রতিটি ভেরিয়েবল একটি কলামে থাকে।
• প্রতিটি পর্যবেক্ষণ একটি স্ট্রিং।
• প্রতিটি মান একটি ঘর।

বিশ্লেষণ পরিচালনা করার সময় পরিপাটি ডেটাতে উপস্থাপিত ডেটা নিয়ে কাজ করা অনেক সহজ এবং আরও সুবিধাজনক।

পরিচ্ছন্ন প্যাকেজ অন্তর্ভুক্ত প্রধান ফাংশন

tidyr-এ টেবিল রূপান্তরিত করার জন্য ডিজাইন করা ফাংশনগুলির একটি সেট রয়েছে:

• fill() - পূর্ববর্তী মানগুলির সাথে একটি কলামে অনুপস্থিত মানগুলি পূরণ করা;
• separate() — একটি বিভাজক ব্যবহার করে একটি ক্ষেত্রকে কয়েকটিতে বিভক্ত করে;
• unite() — বিভিন্ন ক্ষেত্রকে একত্রিত করার কাজ সম্পাদন করে, ফাংশনের বিপরীত ক্রিয়া separate();
• pivot_longer() — একটি ফাংশন যা ডাটাকে ওয়াইড ফরম্যাট থেকে লং ফরম্যাটে রূপান্তর করে;
• pivot_wider() - একটি ফাংশন যা ডেটাকে দীর্ঘ বিন্যাস থেকে প্রশস্ত বিন্যাসে রূপান্তর করে। ফাংশন দ্বারা সম্পাদিত একটি বিপরীত অপারেশন pivot_longer().
• gather()অপ্রচলিত — একটি ফাংশন যা ডাটাকে ওয়াইড ফরম্যাট থেকে লং ফরম্যাটে রূপান্তর করে;
• spread()অপ্রচলিত - একটি ফাংশন যা ডেটাকে দীর্ঘ বিন্যাস থেকে প্রশস্ত বিন্যাসে রূপান্তর করে। ফাংশন দ্বারা সম্পাদিত একটি বিপরীত অপারেশন gather().

প্রশস্ত থেকে দীর্ঘ বিন্যাসে এবং তদ্বিপরীত ডেটা রূপান্তর করার জন্য নতুন ধারণা

পূর্বে, এই ধরনের রূপান্তরের জন্য ফাংশন ব্যবহার করা হত gather() и spread(). এই ফাংশনগুলির অস্তিত্বের বছরের পর বছর ধরে, এটি স্পষ্ট হয়ে উঠেছে যে প্যাকেজের লেখক সহ বেশিরভাগ ব্যবহারকারীর জন্য এই ফাংশনগুলির নাম এবং তাদের আর্গুমেন্টগুলি পুরোপুরি সুস্পষ্ট ছিল না এবং তাদের খুঁজে বের করতে এবং এই ফাংশনগুলির মধ্যে কোনটি রূপান্তরিত হয় তা বোঝার ক্ষেত্রে অসুবিধা সৃষ্টি করেছিল একটি তারিখ ফ্রেম প্রশস্ত থেকে দীর্ঘ বিন্যাসে, এবং তদ্বিপরীত।

এই বিষয়ে, ইন পরিপাটি দুটি নতুন, গুরুত্বপূর্ণ ফাংশন যোগ করা হয়েছে যা তারিখ ফ্রেম রূপান্তর করার জন্য ডিজাইন করা হয়েছে।

নতুন বৈশিষ্ট্য pivot_longer() и pivot_wider() প্যাকেজের কিছু বৈশিষ্ট্য দ্বারা অনুপ্রাণিত হয়েছে cdata, জন মাউন্ট এবং নিনা জুমেল দ্বারা নির্মিত.

tidyr 0.8.3.9000 এর সবচেয়ে বর্তমান সংস্করণ ইনস্টল করা হচ্ছে

প্যাকেজের নতুন, সবচেয়ে বর্তমান সংস্করণ ইনস্টল করতে পরিপাটি 0.8.3.9000, যেখানে নতুন বৈশিষ্ট্য উপলব্ধ, নিম্নলিখিত কোড ব্যবহার করুন.

devtools::install_github("tidyverse/tidyr")

লেখার সময়, এই ফাংশনগুলি শুধুমাত্র GitHub-এ প্যাকেজের ডেভ সংস্করণে উপলব্ধ।

নতুন বৈশিষ্ট্যে রূপান্তর

প্রকৃতপক্ষে, নতুন ফাংশনগুলির সাথে কাজ করার জন্য পুরানো স্ক্রিপ্টগুলি স্থানান্তর করা কঠিন নয়; আরও ভাল বোঝার জন্য, আমি পুরানো ফাংশনগুলির ডকুমেন্টেশন থেকে একটি উদাহরণ নেব এবং দেখাব যে নতুনগুলি ব্যবহার করে একই ক্রিয়াকলাপগুলি কীভাবে সঞ্চালিত হয় pivot_*() ফাংশন

প্রশস্ত বিন্যাসকে দীর্ঘ বিন্যাসে রূপান্তর করুন।

সংগ্রহ ফাংশন ডকুমেন্টেশন থেকে উদাহরণ কোড

# example
library(dplyr)
stocks <- data.frame(
  time = as.Date('2009-01-01') + 0:9,
  X = rnorm(10, 0, 1),
  Y = rnorm(10, 0, 2),
  Z = rnorm(10, 0, 4)
)

# old
stocks_gather <- stocks %>% gather(key   = stock, 
                                   value = price, 
                                   -time)

# new
stocks_long   <- stocks %>% pivot_longer(cols      = -time, 
                                       names_to  = "stock", 
                                       values_to = "price")

দীর্ঘ বিন্যাসকে প্রশস্ত বিন্যাসে রূপান্তর করা হচ্ছে।

স্প্রেড ফাংশন ডকুমেন্টেশন থেকে উদাহরণ কোড

# old
stocks_spread <- stocks_gather %>% spread(key = stock, 
                                          value = price) 

# new 
stock_wide    <- stocks_long %>% pivot_wider(names_from  = "stock",
                                            values_from = "price")

কারণ সাথে কাজ করার উপরের উদাহরণগুলিতে pivot_longer() и pivot_wider(), মূল টেবিলে ভাণ্ডার আর্গুমেন্টে তালিকাভুক্ত কোনো কলাম নেই names_to и মান_কে তাদের নাম অবশ্যই উদ্ধৃতি চিহ্নে থাকতে হবে।

একটি টেবিল যা আপনাকে সবচেয়ে সহজে বুঝতে সাহায্য করবে কিভাবে একটি নতুন ধারণার সাথে কাজ করতে সুইচ করতে হয় পরিপাটি.

লেখক থেকে নোট

নীচের সমস্ত পাঠ্য অভিযোজিত, আমি এমনকি বিনামূল্যে অনুবাদ বলতে হবে ভিগনেট অফিসিয়াল পরিপাটি লাইব্রেরি ওয়েবসাইট থেকে।

প্রশস্ত থেকে দীর্ঘ ফর্ম্যাটে ডেটা রূপান্তর করার একটি সহজ উদাহরণ

pivot_longer () — কলামের সংখ্যা কমিয়ে এবং সারির সংখ্যা বাড়িয়ে ডেটা সেট দীর্ঘ করে।

নিবন্ধে উপস্থাপিত উদাহরণগুলি চালানোর জন্য, আপনাকে প্রথমে প্রয়োজনীয় প্যাকেজগুলি সংযুক্ত করতে হবে:

library(tidyr)
library(dplyr)
library(readr)

ধরা যাক আমাদের কাছে একটি সমীক্ষার ফলাফল সহ একটি টেবিল রয়েছে যা (অন্যান্য জিনিসগুলির মধ্যে) লোকেদের তাদের ধর্ম এবং বার্ষিক আয় সম্পর্কে জিজ্ঞাসা করেছে:

#> # A tibble: 18 x 11
#>    religion `<$10k` `$10-20k` `$20-30k` `$30-40k` `$40-50k` `$50-75k`
#>    <chr>      <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl>
#>  1 Agnostic      27        34        60        81        76       137
#>  2 Atheist       12        27        37        52        35        70
#>  3 Buddhist      27        21        30        34        33        58
#>  4 Catholic     418       617       732       670       638      1116
#>  5 Don’t k…      15        14        15        11        10        35
#>  6 Evangel…     575       869      1064       982       881      1486
#>  7 Hindu          1         9         7         9        11        34
#>  8 Histori…     228       244       236       238       197       223
#>  9 Jehovah…      20        27        24        24        21        30
#> 10 Jewish        19        19        25        25        30        95
#> # … with 8 more rows, and 4 more variables: `$75-100k` <dbl>,
#> #   `$100-150k` <dbl>, `>150k` <dbl>, `Don't know/refused` <dbl>

এই সারণীতে উত্তরদাতাদের ধর্মের তথ্য সারিতে রয়েছে এবং আয়ের স্তরগুলি কলামের নামগুলিতে ছড়িয়ে ছিটিয়ে রয়েছে৷ প্রতিটি বিভাগ থেকে উত্তরদাতাদের সংখ্যা ধর্ম এবং আয় স্তরের সংযোগস্থলে কোষের মানগুলিতে সংরক্ষণ করা হয়। টেবিলটিকে একটি ঝরঝরে, সঠিক বিন্যাসে আনতে, এটি ব্যবহার করা যথেষ্ট pivot_longer():

pew %>% 
  pivot_longer(cols = -religion, names_to = "income", values_to = "count")

pew %>% 
  pivot_longer(cols = -religion, names_to = "income", values_to = "count")
#> # A tibble: 180 x 3
#>    religion income             count
#>    <chr>    <chr>              <dbl>
#>  1 Agnostic <$10k                 27
#>  2 Agnostic $10-20k               34
#>  3 Agnostic $20-30k               60
#>  4 Agnostic $30-40k               81
#>  5 Agnostic $40-50k               76
#>  6 Agnostic $50-75k              137
#>  7 Agnostic $75-100k             122
#>  8 Agnostic $100-150k            109
#>  9 Agnostic >150k                 84
#> 10 Agnostic Don't know/refused    96
#> # … with 170 more rows

ফাংশন আর্গুমেন্ট pivot_longer()

• প্রথম যুক্তি কলস, কোন কলামগুলিকে মার্জ করতে হবে তা বর্ণনা করে৷ এই ক্ষেত্রে, সব কলাম ছাড়া সময়.
• যুক্তি names_to ভেরিয়েবলের নাম দেয় যা আমরা কলামের নাম থেকে তৈরি করা হবে।
• মান_কে একটি ভেরিয়েবলের নাম দেয় যা একত্রিত কলামের কোষের মানগুলিতে সংরক্ষিত ডেটা থেকে তৈরি করা হবে।

Спецификации

এটি প্যাকেজের একটি নতুন কার্যকারিতা পরিপাটি, যা পূর্বে লিগ্যাসি ফাংশনগুলির সাথে কাজ করার সময় অনুপলব্ধ ছিল৷

একটি স্পেসিফিকেশন হল একটি ডেটা ফ্রেম, যার প্রতিটি সারি নতুন আউটপুট ডেট ফ্রেমের একটি কলামের সাথে এবং দুটি বিশেষ কলাম যা দিয়ে শুরু হয়:

• .name মূল কলামের নাম রয়েছে।
• মান কলামের নাম রয়েছে যা ঘরের মান ধারণ করবে।

স্পেসিফিকেশনের অবশিষ্ট কলামগুলি প্রতিফলিত করে যে নতুন কলামটি কীভাবে সংকুচিত কলামগুলির নাম প্রদর্শন করবে .name.

স্পেসিফিকেশনটি একটি কলামের নামে সংরক্ষিত মেটাডেটা বর্ণনা করে, প্রতিটি কলামের জন্য একটি সারি এবং প্রতিটি ভেরিয়েবলের জন্য একটি কলাম, কলামের নামের সাথে মিলিত, এই সংজ্ঞাটি এই মুহূর্তে বিভ্রান্তিকর মনে হতে পারে, তবে কয়েকটি উদাহরণ দেখার পরে এটি অনেক বেশি হয়ে যাবে। পরিষ্কার

স্পেসিফিকেশনের বিন্দু হল যে আপনি রূপান্তরিত ডেটাফ্রেমের জন্য নতুন মেটাডেটা পুনরুদ্ধার করতে, সংশোধন করতে এবং সংজ্ঞায়িত করতে পারেন।

বিস্তৃত বিন্যাস থেকে একটি দীর্ঘ বিন্যাসে একটি টেবিল রূপান্তর করার সময় নির্দিষ্টকরণের সাথে কাজ করতে, ফাংশনটি ব্যবহার করুন pivot_longer_spec().

এই ফাংশনটি কীভাবে কাজ করে তা হল এটি যে কোনও তারিখের ফ্রেম নেয় এবং উপরে বর্ণিত পদ্ধতিতে এর মেটাডেটা তৈরি করে।

উদাহরণ হিসাবে, প্যাকেজের সাথে দেওয়া ডেটাসেট কে নেওয়া যাক পরিপাটি. এই ডেটাসেটে যক্ষ্মা রোগের ঘটনা সম্পর্কে আন্তর্জাতিক স্বাস্থ্য সংস্থার দেওয়া তথ্য রয়েছে।

who
#> # A tibble: 7,240 x 60
#>    country iso2  iso3   year new_sp_m014 new_sp_m1524 new_sp_m2534
#>    <chr>   <chr> <chr> <int>       <int>        <int>        <int>
#>  1 Afghan… AF    AFG    1980          NA           NA           NA
#>  2 Afghan… AF    AFG    1981          NA           NA           NA
#>  3 Afghan… AF    AFG    1982          NA           NA           NA
#>  4 Afghan… AF    AFG    1983          NA           NA           NA
#>  5 Afghan… AF    AFG    1984          NA           NA           NA
#>  6 Afghan… AF    AFG    1985          NA           NA           NA
#>  7 Afghan… AF    AFG    1986          NA           NA           NA
#>  8 Afghan… AF    AFG    1987          NA           NA           NA
#>  9 Afghan… AF    AFG    1988          NA           NA           NA
#> 10 Afghan… AF    AFG    1989          NA           NA           NA
#> # … with 7,230 more rows, and 53 more variables

এর স্পেসিফিকেশন তৈরি করা যাক।

spec <- who %>%
  pivot_longer_spec(new_sp_m014:newrel_f65, values_to = "count")

#> # A tibble: 56 x 3
#>    .name        .value name        
#>    <chr>        <chr>  <chr>       
#>  1 new_sp_m014  count  new_sp_m014 
#>  2 new_sp_m1524 count  new_sp_m1524
#>  3 new_sp_m2534 count  new_sp_m2534
#>  4 new_sp_m3544 count  new_sp_m3544
#>  5 new_sp_m4554 count  new_sp_m4554
#>  6 new_sp_m5564 count  new_sp_m5564
#>  7 new_sp_m65   count  new_sp_m65  
#>  8 new_sp_f014  count  new_sp_f014 
#>  9 new_sp_f1524 count  new_sp_f1524
#> 10 new_sp_f2534 count  new_sp_f2534
#> # … with 46 more rows

ক্ষেত্র দেশ, iso2, iso3 ইতিমধ্যে পরিবর্তনশীল. আমাদের টাস্ক সঙ্গে কলাম উল্টানো হয় new_sp_m014 এ newrel_f65.

এই কলামগুলির নাম নিম্নলিখিত তথ্য সংরক্ষণ করে:

• উপসর্গ new_ ইঙ্গিত করে যে কলামটিতে যক্ষ্মা রোগের নতুন মামলার তথ্য রয়েছে, বর্তমান তারিখের ফ্রেমে শুধুমাত্র নতুন রোগের তথ্য রয়েছে, তাই বর্তমান প্রেক্ষাপটে এই উপসর্গটির কোন অর্থ বহন করে না।
• sp/rel/sp/ep একটি রোগ নির্ণয়ের জন্য একটি পদ্ধতি বর্ণনা করে।
• m/f রোগীর লিঙ্গ।
• 014/1524/2535/3544/4554/65 রোগীর বয়স পরিসীমা।

আমরা ফাংশন ব্যবহার করে এই কলামগুলিকে বিভক্ত করতে পারি extract()নিয়মিত অভিব্যক্তি ব্যবহার করে।

spec <- spec %>%
        extract(name, c("diagnosis", "gender", "age"), "new_?(.*)_(.)(.*)")

#> # A tibble: 56 x 5
#>    .name        .value diagnosis gender age  
#>    <chr>        <chr>  <chr>     <chr>  <chr>
#>  1 new_sp_m014  count  sp        m      014  
#>  2 new_sp_m1524 count  sp        m      1524 
#>  3 new_sp_m2534 count  sp        m      2534 
#>  4 new_sp_m3544 count  sp        m      3544 
#>  5 new_sp_m4554 count  sp        m      4554 
#>  6 new_sp_m5564 count  sp        m      5564 
#>  7 new_sp_m65   count  sp        m      65   
#>  8 new_sp_f014  count  sp        f      014  
#>  9 new_sp_f1524 count  sp        f      1524 
#> 10 new_sp_f2534 count  sp        f      2534 
#> # … with 46 more rows

কলাম নোট করুন .name এটি অপরিবর্তিত থাকা উচিত কারণ এটি মূল ডেটাসেটের কলামের নামের মধ্যে আমাদের সূচক।

লিঙ্গ এবং বয়স (কলাম লিঙ্গ и বয়স) এর নির্দিষ্ট এবং পরিচিত মান রয়েছে, তাই এই কলামগুলিকে ফ্যাক্টরে রূপান্তর করার পরামর্শ দেওয়া হচ্ছে:

spec <-  spec %>%
            mutate(
              gender = factor(gender, levels = c("f", "m")),
              age = factor(age, levels = unique(age), ordered = TRUE)
            ) 

অবশেষে, আমরা মূল তারিখ ফ্রেমে তৈরি স্পেসিফিকেশন প্রয়োগ করার জন্য কে আমাদের একটি যুক্তি ব্যবহার করতে হবে ফটকা খেলা কার্যরত pivot_longer().

who %>% pivot_longer(spec = spec)

#> # A tibble: 405,440 x 8
#>    country     iso2  iso3   year diagnosis gender age   count
#>    <chr>       <chr> <chr> <int> <chr>     <fct>  <ord> <int>
#>  1 Afghanistan AF    AFG    1980 sp        m      014      NA
#>  2 Afghanistan AF    AFG    1980 sp        m      1524     NA
#>  3 Afghanistan AF    AFG    1980 sp        m      2534     NA
#>  4 Afghanistan AF    AFG    1980 sp        m      3544     NA
#>  5 Afghanistan AF    AFG    1980 sp        m      4554     NA
#>  6 Afghanistan AF    AFG    1980 sp        m      5564     NA
#>  7 Afghanistan AF    AFG    1980 sp        m      65       NA
#>  8 Afghanistan AF    AFG    1980 sp        f      014      NA
#>  9 Afghanistan AF    AFG    1980 sp        f      1524     NA
#> 10 Afghanistan AF    AFG    1980 sp        f      2534     NA
#> # … with 405,430 more rows

আমরা যা কিছু করেছি তা নিম্নরূপ পরিকল্পিতভাবে চিত্রিত করা যেতে পারে:

একাধিক মান ব্যবহার করে স্পেসিফিকেশন (.value)

উপরের উদাহরণে, স্পেসিফিকেশন কলাম মান শুধুমাত্র একটি মান ধারণ করে, বেশিরভাগ ক্ষেত্রে এটি হয়।

কিন্তু মাঝে মাঝে এমন পরিস্থিতির উদ্ভব হতে পারে যখন আপনাকে বিভিন্ন ধরনের ডেটার মান সহ কলাম থেকে ডেটা সংগ্রহ করতে হবে। একটি উত্তরাধিকার ফাংশন ব্যবহার করে spread() এটি করা বেশ কঠিন হবে।

নীচের উদাহরণ থেকে নেওয়া হয়েছে ভিগনেট প্যাকেজের কাছে ডেটা.ট্যাবল.

আসুন একটি প্রশিক্ষণ ডেটাফ্রেম তৈরি করি।

family <- tibble::tribble(
  ~family,  ~dob_child1,  ~dob_child2, ~gender_child1, ~gender_child2,
       1L, "1998-11-26", "2000-01-29",             1L,             2L,
       2L, "1996-06-22",           NA,             2L,             NA,
       3L, "2002-07-11", "2004-04-05",             2L,             2L,
       4L, "2004-10-10", "2009-08-27",             1L,             1L,
       5L, "2000-12-05", "2005-02-28",             2L,             1L,
)
family <- family %>% mutate_at(vars(starts_with("dob")), parse_date)

#> # A tibble: 5 x 5
#>   family dob_child1 dob_child2 gender_child1 gender_child2
#>    <int> <date>     <date>             <int>         <int>
#> 1      1 1998-11-26 2000-01-29             1             2
#> 2      2 1996-06-22 NA                     2            NA
#> 3      3 2002-07-11 2004-04-05             2             2
#> 4      4 2004-10-10 2009-08-27             1             1
#> 5      5 2000-12-05 2005-02-28             2             1

তৈরি করা তারিখ ফ্রেমে প্রতিটি লাইনে একটি পরিবারের শিশুদের তথ্য রয়েছে। পরিবারে এক বা দুটি সন্তান থাকতে পারে। প্রতিটি শিশুর জন্য, জন্ম তারিখ এবং লিঙ্গের উপর তথ্য প্রদান করা হয়, এবং প্রতিটি শিশুর জন্য ডেটা পৃথক কলামে থাকে; আমাদের কাজ হল এই ডেটা বিশ্লেষণের জন্য সঠিক বিন্যাসে আনা।

অনুগ্রহ করে মনে রাখবেন যে প্রতিটি শিশু সম্পর্কে তথ্য সহ আমাদের দুটি ভেরিয়েবল রয়েছে: তাদের লিঙ্গ এবং জন্ম তারিখ (উপসর্গ সহ কলাম DOP জন্ম তারিখ, উপসর্গ সহ কলাম রয়েছে লিঙ্গ সন্তানের লিঙ্গ থাকে)। প্রত্যাশিত ফলাফল হল যে তারা পৃথক কলামে উপস্থিত হওয়া উচিত। আমরা একটি স্পেসিফিকেশন তৈরি করে এটি করতে পারি যার মধ্যে কলাম .value দুটি ভিন্ন অর্থ থাকবে।

spec <- family %>%
  pivot_longer_spec(-family) %>%
  separate(col = name, into = c(".value", "child"))%>%
  mutate(child = parse_number(child))

#> # A tibble: 4 x 3
#>   .name         .value child
#>   <chr>         <chr>  <dbl>
#> 1 dob_child1    dob        1
#> 2 dob_child2    dob        2
#> 3 gender_child1 gender     1
#> 4 gender_child2 gender     2

সুতরাং, আসুন উপরের কোড দ্বারা সম্পাদিত ক্রিয়াগুলি ধাপে ধাপে দেখি।

• pivot_longer_spec(-family) — একটি স্পেসিফিকেশন তৈরি করুন যা ফ্যামিলি কলাম ছাড়া বিদ্যমান সমস্ত কলামকে সংকুচিত করে।
• separate(col = name, into = c(".value", "child")) - কলাম বিভক্ত করুন .name, যা উৎস ক্ষেত্রের নাম ধারণ করে, আন্ডারস্কোর ব্যবহার করে এবং কলামগুলিতে ফলস্বরূপ মানগুলি প্রবেশ করানো মান и শিশু.
• mutate(child = parse_number(child)) — ক্ষেত্রের মান পরিবর্তন করুন শিশু পাঠ্য থেকে সাংখ্যিক ডেটা টাইপ পর্যন্ত।

এখন আমরা মূল ডেটাফ্রেমে ফলাফলের স্পেসিফিকেশন প্রয়োগ করতে পারি এবং টেবিলটিকে পছন্দসই ফর্মে আনতে পারি।

family %>% 
    pivot_longer(spec = spec, na.rm = T)

#> # A tibble: 9 x 4
#>   family child dob        gender
#>    <int> <dbl> <date>      <int>
#> 1      1     1 1998-11-26      1
#> 2      1     2 2000-01-29      2
#> 3      2     1 1996-06-22      2
#> 4      3     1 2002-07-11      2
#> 5      3     2 2004-04-05      2
#> 6      4     1 2004-10-10      1
#> 7      4     2 2009-08-27      1
#> 8      5     1 2000-12-05      2
#> 9      5     2 2005-02-28      1

আমরা যুক্তি ব্যবহার করি na.rm = TRUE, কারণ ডেটার বর্তমান ফর্ম অস্তিত্বহীন পর্যবেক্ষণের জন্য অতিরিক্ত সারি তৈরি করতে বাধ্য করে৷ কারণ পরিবার 2 এর একটি মাত্র সন্তান আছে, na.rm = TRUE গ্যারান্টি দেয় যে পরিবার 2-এর আউটপুটে একটি সারি থাকবে।

তারিখ ফ্রেমগুলিকে দীর্ঘ থেকে প্রশস্ত বিন্যাসে রূপান্তর করা হচ্ছে

pivot_wider() - হল বিপরীত রূপান্তর, এবং এর বিপরীতে সারির সংখ্যা হ্রাস করে তারিখ ফ্রেমের কলামের সংখ্যা বৃদ্ধি করে।

এই ধরনের রূপান্তরটি খুব কমই ডেটাকে সঠিক আকারে আনতে ব্যবহৃত হয়, তবে, এই কৌশলটি উপস্থাপনাগুলিতে ব্যবহৃত পিভট টেবিল তৈরি করতে বা অন্য কিছু সরঞ্জামের সাথে একীকরণের জন্য কার্যকর হতে পারে।

আসলে ফাংশন pivot_longer() и pivot_wider() প্রতিসম, এবং একে অপরের বিপরীত ক্রিয়া উৎপন্ন করে, যেমন: df %>% pivot_longer(spec = spec) %>% pivot_wider(spec = spec) и df %>% pivot_wider(spec = spec) %>% pivot_longer(spec = spec) আসল df ফেরত দেবে।

একটি টেবিলকে একটি প্রশস্ত বিন্যাসে রূপান্তর করার সবচেয়ে সহজ উদাহরণ

ফাংশন কিভাবে কাজ করে তা প্রদর্শন করতে pivot_wider() আমরা ডেটাসেট ব্যবহার করব মাছের_সাক্ষাৎ, যা বিভিন্ন স্টেশন কীভাবে নদীর ধারে মাছের গতিবিধি রেকর্ড করে সে সম্পর্কে তথ্য সংরক্ষণ করে।

#> # A tibble: 114 x 3
#>    fish  station  seen
#>    <fct> <fct>   <int>
#>  1 4842  Release     1
#>  2 4842  I80_1       1
#>  3 4842  Lisbon      1
#>  4 4842  Rstr        1
#>  5 4842  Base_TD     1
#>  6 4842  BCE         1
#>  7 4842  BCW         1
#>  8 4842  BCE2        1
#>  9 4842  BCW2        1
#> 10 4842  MAE         1
#> # … with 104 more rows

বেশিরভাগ ক্ষেত্রে, এই টেবিলটি আরও তথ্যপূর্ণ এবং ব্যবহার করা সহজ হবে যদি আপনি প্রতিটি স্টেশনের জন্য একটি পৃথক কলামে তথ্য উপস্থাপন করেন।

fish_encounters %>% pivot_wider(names_from = station, values_from = seen)

fish_encounters %>% pivot_wider(names_from = station, values_from = seen)
#> # A tibble: 19 x 12
#>    fish  Release I80_1 Lisbon  Rstr Base_TD   BCE   BCW  BCE2  BCW2   MAE
#>    <fct>   <int> <int>  <int> <int>   <int> <int> <int> <int> <int> <int>
#>  1 4842        1     1      1     1       1     1     1     1     1     1
#>  2 4843        1     1      1     1       1     1     1     1     1     1
#>  3 4844        1     1      1     1       1     1     1     1     1     1
#>  4 4845        1     1      1     1       1    NA    NA    NA    NA    NA
#>  5 4847        1     1      1    NA      NA    NA    NA    NA    NA    NA
#>  6 4848        1     1      1     1      NA    NA    NA    NA    NA    NA
#>  7 4849        1     1     NA    NA      NA    NA    NA    NA    NA    NA
#>  8 4850        1     1     NA     1       1     1     1    NA    NA    NA
#>  9 4851        1     1     NA    NA      NA    NA    NA    NA    NA    NA
#> 10 4854        1     1     NA    NA      NA    NA    NA    NA    NA    NA
#> # … with 9 more rows, and 1 more variable: MAW <int>

এই ডেটা সেট শুধুমাত্র তথ্য রেকর্ড করে যখন স্টেশন দ্বারা মাছ সনাক্ত করা হয়, যেমন যদি কোনো মাছ কোনো স্টেশন দ্বারা রেকর্ড করা না হয়, তাহলে এই তথ্য টেবিলে থাকবে না। এর মানে আউটপুট NA দিয়ে পূর্ণ হবে।

যাইহোক, এই ক্ষেত্রে আমরা জানি যে একটি রেকর্ডের অনুপস্থিতি মানে মাছটি দেখা যায়নি, তাই আমরা যুক্তি ব্যবহার করতে পারি values_fill কার্যরত pivot_wider() এবং এই অনুপস্থিত মানগুলিকে শূন্য দিয়ে পূরণ করুন:

fish_encounters %>% pivot_wider(
  names_from = station, 
  values_from = seen,
  values_fill = list(seen = 0)
)

#> # A tibble: 19 x 12
#>    fish  Release I80_1 Lisbon  Rstr Base_TD   BCE   BCW  BCE2  BCW2   MAE
#>    <fct>   <int> <int>  <int> <int>   <int> <int> <int> <int> <int> <int>
#>  1 4842        1     1      1     1       1     1     1     1     1     1
#>  2 4843        1     1      1     1       1     1     1     1     1     1
#>  3 4844        1     1      1     1       1     1     1     1     1     1
#>  4 4845        1     1      1     1       1     0     0     0     0     0
#>  5 4847        1     1      1     0       0     0     0     0     0     0
#>  6 4848        1     1      1     1       0     0     0     0     0     0
#>  7 4849        1     1      0     0       0     0     0     0     0     0
#>  8 4850        1     1      0     1       1     1     1     0     0     0
#>  9 4851        1     1      0     0       0     0     0     0     0     0
#> 10 4854        1     1      0     0       0     0     0     0     0     0
#> # … with 9 more rows, and 1 more variable: MAW <int>

একাধিক উৎস ভেরিয়েবল থেকে একটি কলামের নাম তৈরি করা হচ্ছে

কল্পনা করুন আমাদের কাছে পণ্য, দেশ এবং বছরের সমন্বয় সম্বলিত একটি টেবিল রয়েছে। একটি পরীক্ষার তারিখ ফ্রেম তৈরি করতে, আপনি নিম্নলিখিত কোডটি চালাতে পারেন:

df <- expand_grid(
  product = c("A", "B"), 
  country = c("AI", "EI"), 
  year = 2000:2014
) %>%
  filter((product == "A" & country == "AI") | product == "B") %>% 
  mutate(value = rnorm(nrow(.)))

#> # A tibble: 45 x 4
#>    product country  year    value
#>    <chr>   <chr>   <int>    <dbl>
#>  1 A       AI       2000 -2.05   
#>  2 A       AI       2001 -0.676  
#>  3 A       AI       2002  1.60   
#>  4 A       AI       2003 -0.353  
#>  5 A       AI       2004 -0.00530
#>  6 A       AI       2005  0.442  
#>  7 A       AI       2006 -0.610  
#>  8 A       AI       2007 -2.77   
#>  9 A       AI       2008  0.899  
#> 10 A       AI       2009 -0.106  
#> # … with 35 more rows

আমাদের কাজ হল ডেটা ফ্রেমটি প্রসারিত করা যাতে একটি কলামে পণ্য এবং দেশের প্রতিটি সংমিশ্রণের জন্য ডেটা থাকে। এটি করতে, শুধু যুক্তি পাস নাম_থেকে মার্জ করা ক্ষেত্রগুলির নাম ধারণকারী একটি ভেক্টর।

df %>% pivot_wider(names_from = c(product, country),
                 values_from = "value")

#> # A tibble: 15 x 4
#>     year     A_AI    B_AI    B_EI
#>    <int>    <dbl>   <dbl>   <dbl>
#>  1  2000 -2.05     0.607   1.20  
#>  2  2001 -0.676    1.65   -0.114 
#>  3  2002  1.60    -0.0245  0.501 
#>  4  2003 -0.353    1.30   -0.459 
#>  5  2004 -0.00530  0.921  -0.0589
#>  6  2005  0.442   -1.55    0.594 
#>  7  2006 -0.610    0.380  -1.28  
#>  8  2007 -2.77     0.830   0.637 
#>  9  2008  0.899    0.0175 -1.30  
#> 10  2009 -0.106   -0.195   1.03  
#> # … with 5 more rows

আপনি একটি ফাংশনে স্পেসিফিকেশন প্রয়োগ করতে পারেন pivot_wider(). কিন্তু জমা দিলে pivot_wider() স্পেসিফিকেশন বিপরীত রূপান্তর করে pivot_longer(): কলাম উল্লেখ করা হয়েছে .name, থেকে মান ব্যবহার করে মান এবং অন্যান্য কলাম।

এই ডেটাসেটের জন্য, আপনি একটি কাস্টম স্পেসিফিকেশন তৈরি করতে পারেন যদি আপনি চান যে প্রতিটি সম্ভাব্য দেশ এবং পণ্যের সংমিশ্রণের নিজস্ব কলাম থাকবে, শুধুমাত্র ডেটাতে উপস্থিত নয়:

spec <- df %>% 
  expand(product, country, .value = "value") %>% 
  unite(".name", product, country, remove = FALSE)

#> # A tibble: 4 x 4
#>   .name product country .value
#>   <chr> <chr>   <chr>   <chr> 
#> 1 A_AI  A       AI      value 
#> 2 A_EI  A       EI      value 
#> 3 B_AI  B       AI      value 
#> 4 B_EI  B       EI      value

df %>% pivot_wider(spec = spec) %>% head()

#> # A tibble: 6 x 5
#>    year     A_AI  A_EI    B_AI    B_EI
#>   <int>    <dbl> <dbl>   <dbl>   <dbl>
#> 1  2000 -2.05       NA  0.607   1.20  
#> 2  2001 -0.676      NA  1.65   -0.114 
#> 3  2002  1.60       NA -0.0245  0.501 
#> 4  2003 -0.353      NA  1.30   -0.459 
#> 5  2004 -0.00530    NA  0.921  -0.0589
#> 6  2005  0.442      NA -1.55    0.594

নতুন পরিচ্ছন্ন ধারণার সাথে কাজ করার বেশ কয়েকটি উন্নত উদাহরণ

একটি উদাহরণ হিসাবে মার্কিন আদমশুমারি আয় এবং ভাড়া ডেটাসেট ব্যবহার করে ডেটা পরিষ্কার করা।

ডেটা সেট আমাদের_ভাড়া_আয় 2017 এর জন্য মার্কিন যুক্তরাষ্ট্রের প্রতিটি রাজ্যের জন্য মধ্য আয় এবং ভাড়ার তথ্য রয়েছে (প্যাকেজে উপলব্ধ ডেটা সেট পরিপাটি গণনা).

us_rent_income
#> # A tibble: 104 x 5
#>    GEOID NAME       variable estimate   moe
#>    <chr> <chr>      <chr>       <dbl> <dbl>
#>  1 01    Alabama    income      24476   136
#>  2 01    Alabama    rent          747     3
#>  3 02    Alaska     income      32940   508
#>  4 02    Alaska     rent         1200    13
#>  5 04    Arizona    income      27517   148
#>  6 04    Arizona    rent          972     4
#>  7 05    Arkansas   income      23789   165
#>  8 05    Arkansas   rent          709     5
#>  9 06    California income      29454   109
#> 10 06    California rent         1358     3
#> # … with 94 more rows

যে ফর্মে ডেটাসেটে ডেটা সংরক্ষণ করা হয় আমাদের_ভাড়া_আয় তাদের সাথে কাজ করা অত্যন্ত অসুবিধাজনক, তাই আমরা কলাম সহ একটি ডেটা সেট তৈরি করতে চাই: ভাড়া, ভাড়া_মো, আসা, আয়_মো. এই স্পেসিফিকেশন তৈরি করার অনেক উপায় আছে, কিন্তু মূল বিষয় হল আমাদের পরিবর্তনশীল মানগুলির প্রতিটি সংমিশ্রণ তৈরি করতে হবে এবং অনুমান/মোএবং তারপর কলামের নাম তৈরি করুন।

  spec <- us_rent_income %>% 
    expand(variable, .value = c("estimate", "moe")) %>% 
    mutate(
      .name = paste0(variable, ifelse(.value == "moe", "_moe", ""))
    )

#> # A tibble: 4 x 3
#>   variable .value   .name     
#>   <chr>    <chr>    <chr>     
#> 1 income   estimate income    
#> 2 income   moe      income_moe
#> 3 rent     estimate rent      
#> 4 rent     moe      rent_moe

এই স্পেসিফিকেশন প্রদান pivot_wider() আমরা যে ফলাফল খুঁজছি তা আমাদের দেয়:

us_rent_income %>% pivot_wider(spec = spec)

#> # A tibble: 52 x 6
#>    GEOID NAME                 income income_moe  rent rent_moe
#>    <chr> <chr>                 <dbl>      <dbl> <dbl>    <dbl>
#>  1 01    Alabama               24476        136   747        3
#>  2 02    Alaska                32940        508  1200       13
#>  3 04    Arizona               27517        148   972        4
#>  4 05    Arkansas              23789        165   709        5
#>  5 06    California            29454        109  1358        3
#>  6 08    Colorado              32401        109  1125        5
#>  7 09    Connecticut           35326        195  1123        5
#>  8 10    Delaware              31560        247  1076       10
#>  9 11    District of Columbia  43198        681  1424       17
#> 10 12    Florida               25952         70  1077        3
#> # … with 42 more rows

বিশ্বব্যাংক

কখনও কখনও পছন্দসই আকারে একটি ডেটা সেট আনতে বেশ কয়েকটি পদক্ষেপের প্রয়োজন হয়।
ডেটাসেট বিশ্ব_ব্যাংক_পপ 2000 থেকে 2018 সালের মধ্যে প্রতিটি দেশের জনসংখ্যার উপর বিশ্বব্যাংকের তথ্য রয়েছে।

#> # A tibble: 1,056 x 20
#>    country indicator `2000` `2001` `2002` `2003`  `2004`  `2005`   `2006`
#>    <chr>   <chr>      <dbl>  <dbl>  <dbl>  <dbl>   <dbl>   <dbl>    <dbl>
#>  1 ABW     SP.URB.T… 4.24e4 4.30e4 4.37e4 4.42e4 4.47e+4 4.49e+4  4.49e+4
#>  2 ABW     SP.URB.G… 1.18e0 1.41e0 1.43e0 1.31e0 9.51e-1 4.91e-1 -1.78e-2
#>  3 ABW     SP.POP.T… 9.09e4 9.29e4 9.50e4 9.70e4 9.87e+4 1.00e+5  1.01e+5
#>  4 ABW     SP.POP.G… 2.06e0 2.23e0 2.23e0 2.11e0 1.76e+0 1.30e+0  7.98e-1
#>  5 AFG     SP.URB.T… 4.44e6 4.65e6 4.89e6 5.16e6 5.43e+6 5.69e+6  5.93e+6
#>  6 AFG     SP.URB.G… 3.91e0 4.66e0 5.13e0 5.23e0 5.12e+0 4.77e+0  4.12e+0
#>  7 AFG     SP.POP.T… 2.01e7 2.10e7 2.20e7 2.31e7 2.41e+7 2.51e+7  2.59e+7
#>  8 AFG     SP.POP.G… 3.49e0 4.25e0 4.72e0 4.82e0 4.47e+0 3.87e+0  3.23e+0
#>  9 AGO     SP.URB.T… 8.23e6 8.71e6 9.22e6 9.77e6 1.03e+7 1.09e+7  1.15e+7
#> 10 AGO     SP.URB.G… 5.44e0 5.59e0 5.70e0 5.76e0 5.75e+0 5.69e+0  4.92e+0
#> # … with 1,046 more rows, and 11 more variables: `2007` <dbl>,
#> #   `2008` <dbl>, `2009` <dbl>, `2010` <dbl>, `2011` <dbl>, `2012` <dbl>,
#> #   `2013` <dbl>, `2014` <dbl>, `2015` <dbl>, `2016` <dbl>, `2017` <dbl>

আমাদের লক্ষ্য হল প্রতিটি ভেরিয়েবলের নিজস্ব কলামে একটি পরিচ্ছন্ন ডেটা সেট তৈরি করা। ঠিক কোন পদক্ষেপের প্রয়োজন তা স্পষ্ট নয়, তবে আমরা সবচেয়ে সুস্পষ্ট সমস্যা দিয়ে শুরু করব: বছরটি একাধিক কলাম জুড়ে বিস্তৃত।

এটি ঠিক করার জন্য আপনাকে ফাংশনটি ব্যবহার করতে হবে pivot_longer().

pop2 <- world_bank_pop %>% 
  pivot_longer(`2000`:`2017`, names_to = "year")

#> # A tibble: 19,008 x 4
#>    country indicator   year  value
#>    <chr>   <chr>       <chr> <dbl>
#>  1 ABW     SP.URB.TOTL 2000  42444
#>  2 ABW     SP.URB.TOTL 2001  43048
#>  3 ABW     SP.URB.TOTL 2002  43670
#>  4 ABW     SP.URB.TOTL 2003  44246
#>  5 ABW     SP.URB.TOTL 2004  44669
#>  6 ABW     SP.URB.TOTL 2005  44889
#>  7 ABW     SP.URB.TOTL 2006  44881
#>  8 ABW     SP.URB.TOTL 2007  44686
#>  9 ABW     SP.URB.TOTL 2008  44375
#> 10 ABW     SP.URB.TOTL 2009  44052
#> # … with 18,998 more rows

পরবর্তী ধাপ হল নির্দেশক ভেরিয়েবলের দিকে নজর দেওয়া।
pop2 %>% count(indicator)

#> # A tibble: 4 x 2
#>   indicator       n
#>   <chr>       <int>
#> 1 SP.POP.GROW  4752
#> 2 SP.POP.TOTL  4752
#> 3 SP.URB.GROW  4752
#> 4 SP.URB.TOTL  4752

যেখানে SP.POP.GROW হল জনসংখ্যা বৃদ্ধি, SP.POP.TOTL হল মোট জনসংখ্যা এবং SP.URB৷ * একই জিনিস, কিন্তু শুধুমাত্র শহুরে এলাকার জন্য. আসুন এই মানগুলিকে দুটি ভেরিয়েবলে ভাগ করি: এলাকা - এলাকা (মোট বা শহুরে) এবং প্রকৃত তথ্য (জনসংখ্যা বা বৃদ্ধি) ধারণকারী একটি পরিবর্তনশীল:

pop3 <- pop2 %>% 
  separate(indicator, c(NA, "area", "variable"))

#> # A tibble: 19,008 x 5
#>    country area  variable year  value
#>    <chr>   <chr> <chr>    <chr> <dbl>
#>  1 ABW     URB   TOTL     2000  42444
#>  2 ABW     URB   TOTL     2001  43048
#>  3 ABW     URB   TOTL     2002  43670
#>  4 ABW     URB   TOTL     2003  44246
#>  5 ABW     URB   TOTL     2004  44669
#>  6 ABW     URB   TOTL     2005  44889
#>  7 ABW     URB   TOTL     2006  44881
#>  8 ABW     URB   TOTL     2007  44686
#>  9 ABW     URB   TOTL     2008  44375
#> 10 ABW     URB   TOTL     2009  44052
#> # … with 18,998 more rows

এখন আমাদের যা করতে হবে তা হল ভেরিয়েবলটিকে দুটি কলামে বিভক্ত করা:

pop3 %>% 
  pivot_wider(names_from = variable, values_from = value)

#> # A tibble: 9,504 x 5
#>    country area  year   TOTL    GROW
#>    <chr>   <chr> <chr> <dbl>   <dbl>
#>  1 ABW     URB   2000  42444  1.18  
#>  2 ABW     URB   2001  43048  1.41  
#>  3 ABW     URB   2002  43670  1.43  
#>  4 ABW     URB   2003  44246  1.31  
#>  5 ABW     URB   2004  44669  0.951 
#>  6 ABW     URB   2005  44889  0.491 
#>  7 ABW     URB   2006  44881 -0.0178
#>  8 ABW     URB   2007  44686 -0.435 
#>  9 ABW     URB   2008  44375 -0.698 
#> 10 ABW     URB   2009  44052 -0.731 
#> # … with 9,494 more rows

যোগাযোগ তালিকা

একটি শেষ উদাহরণ, কল্পনা করুন যে আপনার কাছে একটি পরিচিতি তালিকা রয়েছে যা আপনি একটি ওয়েবসাইট থেকে অনুলিপি এবং পেস্ট করেছেন:

contacts <- tribble(
  ~field, ~value,
  "name", "Jiena McLellan",
  "company", "Toyota", 
  "name", "John Smith", 
  "company", "google", 
  "email", "[email protected]",
  "name", "Huxley Ratcliffe"
)

এই তালিকাটি ট্যাবুলেটিং করা বেশ কঠিন কারণ এমন কোন পরিবর্তনশীল নেই যা সনাক্ত করে যে কোন ডেটা কোন পরিচিতির অন্তর্গত। প্রতিটি নতুন পরিচিতির ডেটা "নাম" দিয়ে শুরু হয় তা লক্ষ্য করে আমরা এটি ঠিক করতে পারি, তাই আমরা একটি অনন্য শনাক্তকারী তৈরি করতে পারি এবং প্রতিবার ফিল্ড কলামে "নাম" মান থাকলে এটিকে একটি করে বৃদ্ধি করতে পারি:

contacts <- contacts %>% 
  mutate(
    person_id = cumsum(field == "name")
  )
contacts

#> # A tibble: 6 x 3
#>   field   value            person_id
#>   <chr>   <chr>                <int>
#> 1 name    Jiena McLellan           1
#> 2 company Toyota                   1
#> 3 name    John Smith               2
#> 4 company google                   2
#> 5 email   [email protected]          2
#> 6 name    Huxley Ratcliffe         3

এখন যেহেতু আমাদের প্রতিটি পরিচিতির জন্য একটি অনন্য আইডি রয়েছে, আমরা ক্ষেত্র এবং মানটিকে কলামে পরিণত করতে পারি:

contacts %>% 
  pivot_wider(names_from = field, values_from = value)

#> # A tibble: 3 x 4
#>   person_id name             company email          
#>       <int> <chr>            <chr>   <chr>          
#> 1         1 Jiena McLellan   Toyota  <NA>           
#> 2         2 John Smith       google  [email protected]
#> 3         3 Huxley Ratcliffe <NA>    <NA>

উপসংহার

আমার ব্যক্তিগত অভিমত নতুন ধারণা পরিপাটি সত্যিই আরো স্বজ্ঞাত, এবং উল্লেখযোগ্যভাবে লিগ্যাসি ফাংশন কার্যকারিতা মধ্যে উচ্চতর spread() и gather(). আমি আশা করি এই নিবন্ধটি আপনাকে মোকাবেলা করতে সাহায্য করেছে pivot_longer() и pivot_wider().

উত্স: www.habr.com