Bộ dữ liệu biểu quyết Liên Hợp Quốc

Nghiên cứu tình huống: Khám phá dữ liệu với R

Dave Robinson

Chief Data Scientist, DataCamp

Bộ dữ liệu biểu quyết LHQ

rcid session vote ccode
46 2 1 2
46 2 1 20
46 2 9 31
46 2 1 40
46 2 1 41
46 2 1 42
46 2 1 51
46 2 9 52
46 2 9 53
1 Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"
Nghiên cứu tình huống: Khám phá dữ liệu với R

Bộ dữ liệu biểu quyết LHQ

rcid session vote ccode
46 2 1 2 Mỗi hàng là một cặp quốc gia–phiếu
46 2 1 20
46 2 9 31
46 2 1 40
46 2 1 41
46 2 1 42
46 2 1 51
46 2 9 52
46 2 9 53
1 Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"
Nghiên cứu tình huống: Khám phá dữ liệu với R

Bộ dữ liệu biểu quyết LHQ

rcid session vote ccode
46 2 1 2 Mỗi hàng là một cặp quốc gia–phiếu
46 2 1 20
46 2 9 31 rcid = "ID điểm danh"
46 2 1 40
46 2 1 41
46 2 1 42
46 2 1 51
46 2 9 52
46 2 9 53
1 Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"
Nghiên cứu tình huống: Khám phá dữ liệu với R

Bộ dữ liệu biểu quyết LHQ

rcid session vote ccode
46 2 1 2 Mỗi hàng là một cặp quốc gia–phiếu
46 2 1 20
46 2 9 31 rcid = ID điểm danh
46 2 1 40
46 2 1 41 session = Năm kỳ họp
46 2 1 42
46 2 1 51
46 2 9 52
46 2 9 53
1 Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"
Nghiên cứu tình huống: Khám phá dữ liệu với R

Bộ dữ liệu biểu quyết LHQ

rcid session vote ccode
46 2 1 2 Mỗi hàng là một cặp quốc gia–phiếu
46 2 1 20
46 2 9 31 rcid = ID điểm danh
46 2 1 40
46 2 1 41 session = Năm kỳ họp
46 2 1 42
46 2 1 51 vote = Mã phiếu
46 2 9 52
46 2 9 53
1 Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"
Nghiên cứu tình huống: Khám phá dữ liệu với R

Bộ dữ liệu biểu quyết LHQ

rcid session vote ccode
46 2 1 2 Mỗi hàng là một cặp quốc gia–phiếu
46 2 1 20
46 2 9 31 rcid = ID điểm danh
46 2 1 40
46 2 1 41 session = Năm kỳ họp
46 2 1 42
46 2 1 51 vote = Mã phiếu
46 2 9 52
46 2 9 53 ccode = Mã quốc gia
1 Erik Voeten, "Data and Analyses of Voting in the UN General Assembly"
Nghiên cứu tình huống: Khám phá dữ liệu với R

Votes trong dplyr

# Load dplyr package
library(dplyr)
votes

# A tibble: 508,929 × 4
    rcid session  vote ccode
   <dbl>   <dbl> <dbl> <int>
1     46       2     1     2
2     46       2     1    20
3     46       2     9    31
4     46       2     1    40
5     46       2     1    41
6     46       2     1    42
7     46       2     9    51
8     46       2     9    52
9     46       2     9    53
10    46       2     9    54
# ... with 508,919 more rows

Tên biến

Nghiên cứu tình huống: Khám phá dữ liệu với R

Toán tử pipe

1-1.014.png

Nghiên cứu tình huống: Khám phá dữ liệu với R

Toán tử pipe

1-1.015.png

Nghiên cứu tình huống: Khám phá dữ liệu với R

Động từ dplyr

1-1.018.png

Nghiên cứu tình huống: Khám phá dữ liệu với R

Động từ dplyr

1-1.020.png

Nghiên cứu tình huống: Khám phá dữ liệu với R

Dữ liệu gốc

votes

# A tibble: 508,929 × 4
    rcid session  vote ccode
   <dbl>   <dbl> <dbl> <int>
1     46       2     1     2
2     46       2     1    20
3     46       2     9    31
4     46       2     1    40
5     46       2     1    41
6     46       2     1    42
7     46       2     9    51
8     46       2     9    52
9     46       2     9    53
10    46       2     9    54
# ... with 508,919 more rows

1 = Đồng ý (Yes)
2 = Phiếu trắng (Abstain)
3 = Không đồng ý (No)
8 = Vắng mặt (Not present)
9 = Không là thành viên (Not a member)
Nghiên cứu tình huống: Khám phá dữ liệu với R

Động từ dplyr: filter

filter giữ các quan sát theo điều kiện

votes %>%
  filter(vote <= 3)

# A tibble: 353,547 × 4
    rcid session  vote ccode
   <dbl>   <dbl> <dbl> <int>
1     46       2     1     2
2     46       2     1    20
3     46       2     1    40
4     46       2     1    41
5     46       2     1    42
6     46       2     1    70
7     46       2     1    90
8     46       2     1    91
9     46       2     1    92
10    46       2     1    93
# ... with 508,919 more rows
Nghiên cứu tình huống: Khám phá dữ liệu với R

Động từ dplyr: mutate

mutate thêm biến mới

votes %>%
  mutate(year = session + 1945)

# A tibble: 508,929 × 5
    rcid session  vote ccode  year
   <dbl>   <dbl> <dbl> <int> <dbl>
1     46       2     1     2  1947
2     46       2     1    20  1947
3     46       2     9    31  1947
4     46       2     1    40  1947
5     46       2     1    41  1947
6     46       2     1    42  1947
7     46       2     9    51  1947
8     46       2     9    52  1947
9     46       2     9    53  1947
10    46       2     9    54  1947
# ... with 508,919 more rows
Nghiên cứu tình huống: Khám phá dữ liệu với R

Xâu chuỗi thao tác khi làm sạch dữ liệu

1-1.033.png

Nghiên cứu tình huống: Khám phá dữ liệu với R

Hãy luyện tập!

Nghiên cứu tình huống: Khám phá dữ liệu với R

Preparing Video For Download...