R 语言中如何使用 `tidyr` 包进行数据整理？

推荐答案

在 R 语言中，tidyr 包是一个用于数据整理和重塑的强大工具。以下是使用 tidyr 包进行数据整理的常见操作：

1. pivot_longer() 和 pivot_wider()：用于将数据从宽格式转换为长格式，或从长格式转换为宽格式。

   • pivot_longer()：将多列合并为一列，通常用于将宽格式数据转换为长格式。
   • pivot_wider()：将一列扩展为多列，通常用于将长格式数据转换为宽格式。

2. separate() 和 unite()：用于拆分和合并列。

   • separate()：将一列拆分为多列。
   • unite()：将多列合并为一列。

3. drop_na() 和 replace_na()：用于处理缺失值。

   • drop_na()：删除包含缺失值的行。
   • replace_na()：用指定值替换缺失值。

4. nest() 和 unnest()：用于嵌套和展开数据。

   • nest()：将数据分组并嵌套为列表列。
   • unnest()：将嵌套的列表列展开为多行。

本题详细解读

1. pivot_longer() 和 pivot_wider()

• pivot_longer()：将宽格式数据转换为长格式。例如，假设有一个数据框 df，其中包含多个年份的销售额：

  -- -------------------- ---- -------
  --------------
  -- -- -----------
    ------- - ------ -----
    ------ - ------ -----
    ------ - ------ ----
  -
  
  ------- -- -- ---
    ----------------- - --------- -------- - ------- --------- - --------

  结果将是一个长格式数据框，其中 year 列包含年份，sales 列包含销售额。

• pivot_wider()：将长格式数据转换为宽格式。例如，将上述长格式数据转换回宽格式：

  df_wide <- df_long %>%
    pivot_wider(names_from = year, values_from = sales)

2. separate() 和 unite()

• separate()：将一列拆分为多列。例如，假设有一个包含日期和时间的列：

  df <- data.frame(datetime = c("2020-01-01 12:00", "2021-01-01 13:00"))
  
  df_separated <- df %>%
    separate(datetime, into = c("date", "time"), sep = " ")

  结果将是一个数据框，其中 date 列包含日期，time 列包含时间。

• unite()：将多列合并为一列。例如，将上述拆分后的列合并回原来的格式：

  df_united <- df_separated %>%
    unite(datetime, date, time, sep = " ")

3. drop_na() 和 replace_na()

• drop_na()：删除包含缺失值的行。例如：

  df <- data.frame(a = c(1, NA, 3), b = c(4, 5, NA))
  
  df_clean <- df %>%
    drop_na()

  结果将是一个不包含缺失值的数据框。

• replace_na()：用指定值替换缺失值。例如：

  df_filled <- df %>%
    replace_na(list(a = 0, b = 0))

  结果将是一个数据框，其中缺失值被替换为 0。

4. nest() 和 unnest()

• nest()：将数据分组并嵌套为列表列。例如：

  df <- data.frame(group = c("A", "A", "B", "B"), value = c(1, 2, 3, 4))
  
  df_nested <- df %>%
    nest(data = value)

  结果将是一个数据框，其中每个组的数据被嵌套为一个列表列。

• unnest()：将嵌套的列表列展开为多行。例如：

  df_unnested <- df_nested %>%
    unnest(data)

  结果将是一个展开的数据框，恢复为原始格式。