Düzenli veri nedir?

tidyr ile Veriyi Şekillendirme

Jeroen Boeye

Head of Machine Learning, Faktion

Mutlu aileler birbirine benzer; her mutsuz ailenin mutsuzluğu ise kendine göredir.

Lev Tolstoy

Düzenli veri kümeleri birbirine benzer; dağınık veri kümeleri ise kendine özgü biçimde dağınıktır.

Hadley Wickham

Dikdörtgen veri

Yapı

Sütunlar
Satırlar
Hücreler

Düzenli örnek

Düzenli veri, değişkenler

Yapı

Sütunlar değişkenleri tutar
Satırlar
Hücreler

Düzenli örnek değişkenler

Düzenli veri, gözlemler

Yapı

Sütunlar değişkenleri tutar
Satırlar gözlemleri tutar
Hücreler

Düzenli örnek gözlemler

Düzenli veri, değerler

Yapı

Sütunlar değişkenleri tutar
Satırlar gözlemleri tutar
Hücreler değerleri tutar

Düzenli örnek değerler

dplyr özeti

character_df

# A tibble: 4 x 3
  name           homeworld species
  <chr>          <chr>     <chr>  
1 Luke Skywalker Tatooine  Human  
2 R2-D2          Naboo     Droid  
3 Darth Vader    Tatooine  Human  
4 Obi-Wan Kenobi Stewjon   Human

dplyr özeti: select()

character_df %>% 
  select(name, homeworld)

# A tibble: 4 x 2
  name           homeworld
  <chr>          <chr>    
1 Luke Skywalker Tatooine 
2 R2-D2          Naboo    
3 Darth Vader    Tatooine 
4 Obi-Wan Kenobi Stewjon

dplyr özeti: filter()

character_df %>% 
  filter(homeworld == "Tatooine")

# A tibble: 2 x 3
  name           homeworld species
  <chr>          <chr>     <chr>  
1 Luke Skywalker Tatooine  Human  
2 Darth Vader    Tatooine  Human

dplyr özeti: mutate()

character_df %>% 
  mutate(is_human = species == "Human")

# A tibble: 4 x 4
  name           homeworld species is_human
  <chr>          <chr>     <chr>   <lgl>   
1 Luke Skywalker Tatooine  Human   TRUE    
2 R2-D2          Naboo     Droid   FALSE   
3 Darth Vader    Tatooine  Human   TRUE    
4 Obi-Wan Kenobi Stewjon   Human   TRUE

dplyr özeti: group_by() ve summarize()

character_df %>% 
  group_by(homeworld) %>% 
  summarize(n = n())

# A tibble: 3 x 2
  homeworld     n
  <chr>     <int>
1 Naboo         1
2 Stewjon       1
3 Tatooine      2

magrittr logosu

¹ magrittr.tidyverse.org

dplyr logosu

tidyr logosu

¹ www.tidyverse.org

Tek sütunda birden çok değişken

population_df

# A tibble: 4 x 2
  country                 population
  <chr>                        <dbl>
1 Brazil, South America        210. 
2 Nepal, Asia                   28.1
3 Senegal, Africa               15.8
4 Australia, Oceania            25.0

Değişkenleri iki sütuna ayırma

population_df %>% 
  separate(country, into = c("country", "continent"), sep = ", ")

# A tibble: 4 x 3
  country   continent      population
  <chr>     <chr>               <dbl>
1 Brazil    South America       210. 
2 Nepal     Asia                 28.1
3 Senegal   Africa               15.8
4 Australia Oceania              25.0

Hadi pratik yapalım!

tidyr ile Veriyi Şekillendirme