Data Carpentry Workshop - Day 2 -Working with tabular data in R
Main Contents
1. Preparation for a dataframe
1.1 Download file
download.file("https://ndownloader.figshare.com/files/2292169",
"C:/Users/home/Desktop/Rcourse/DataCarpentry33/RawData/portal_data_joined1.csv")
1.2 Load file
survey
2. Inspecting dataframe objects
2.1 Contents
2.2 Size
2.3 Names
2.4 Summary
3. Indexing and subsetting data frames
3.1 Indexing for data
v1
3.2 Exclude certain indices of a data frame using the “-” sign
survey[,-1] #
survey[-c(7:34786),] # 6 , head(survey)
3.3 Subsetting by calling indices or column names
a
4. Factors
4.1 Basic factors
sex
4.2 Converting factors
sex_t
Three steps to transfer into numberic:
4.3 Renaming factors
plot(survey$sex) #view
sex
4.4 Using stringsAsFactors = FALSE
Compare the difference between read as "factors"vs "character"
surveys1
Practice
animal_data
4.5 Formatting Dates
library(tidyverse)
library(lubridate)
my_date
다음 편 예고.
Data Manipulation using dplyr and tidyr
Data visualization with ggplot2
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.