Giới thiệu dữ liệu phi hình chữ nhật

Định hình lại dữ liệu với tidyr

Jeroen Boeye

Head of Machine Learning, Faktion

Dữ liệu hình chữ nhật

Bảng tính

bảng tính

CSV

name,gender,date
Dezik,Male,1951-07-22
Dezik,Male,1951-07-29
Tsygan,Male,1951-07-22
Lisa,Female,1951-07-29
Chizhik,Male,1951-08-15

Định dạng phi hình chữ nhật

JSON

{
    "name": "Darth Vader",
    "species": "Human",
    "homeworld": "Tatooine",
    "films": [
        "Revenge of the Sith",
        "Return of the Jedi",
        "The Empire Strikes Back",
        "A New Hope"
    ]
}

XML

<note>
  <from>Giáo viên</from>
  <to>Học viên</to>
  <heading>Sắp xong</heading>
  <body>Đây là chương cuối!</body>
</note>

¹ Dữ liệu Star Wars từ gói repurrrsive.

Một list lồng trong list

rjson::fromJSON(file = "star_wars.json")

[[1]]
[[1]]$name
[1] "Darth Vader"
[[1]]$films
[1] "Revenge of the Sith" "Return of the Jedi" "The Empire Strikes Back" "A New Hope"             

[[2]]
[[2]]$name
[1] "Jar Jar Binks"
[[2]]$films
[1] "Attack of the Clones" "The Phantom Menace"

Bước đầu để làm phẳng thành bảng

star_wars_list <- rjson::fromJSON(file = "star_wars.json")
tibble(character = star_wars_list)

# A tibble: 2 x 1
  character       
  <list>          
1 <named list [2]>
2 <named list [2]>

Mở rộng list thành cột

tibble(character = star_wars_list) %>% 
  unnest_wider(character)

# A tibble: 2 x 2
  name          films    
  <chr>         <list>   
1 Darth Vader   <chr [4]>
2 Jar Jar Binks <chr [2]>

Mở rộng list thành cột

tibble(character = star_wars_list) %>% 
  unnest_wider(character) %>% 
  unnest_wider(films)

# A tibble: 2 x 5
  name          ...1                 ...2               ...3                    ...4      
  <chr>         <chr>                <chr>              <chr>                   <chr>     
1 Darth Vader   Revenge of the Sith  Return of the Jedi The Empire Strikes Back A New Hope
2 Jar Jar Binks Attack of the Clones The Phantom Menace NA                      NA

Ayo berlatih!

Định hình lại dữ liệu với tidyr