Giới thiệu về Data frame trong R

Nếu bạn muốn tham gia khóa học Introduction to R của chúng tôi, đây là liên kết.

Data frame là gì?

Bạn có thể nhớ từ chương về ma trận rằng tất cả phần tử đưa vào một ma trận phải cùng kiểu dữ liệu. Khi đó, bộ dữ liệu Star Wars của bạn chỉ chứa các phần tử số.

Tuy nhiên, khi thực hiện khảo sát nghiên cứu thị trường, bạn thường có các câu hỏi như:

• “Bạn đã kết hôn chưa?” hoặc câu hỏi “có/không” (logical)
• “Bạn bao nhiêu tuổi?” (numeric)
• “Ý kiến của bạn về sản phẩm này là gì?” hoặc các câu hỏi “mở” khác (character)
• ...

Đầu ra, tức là câu trả lời của người tham gia cho các câu hỏi trên, là một bộ dữ liệu gồm nhiều kiểu dữ liệu khác nhau. Bạn sẽ thường xuyên làm việc với các bộ dữ liệu chứa nhiều kiểu dữ liệu thay vì chỉ một kiểu.

Một data frame có các biến của bộ dữ liệu dưới dạng cột và các quan sát dưới dạng hàng. Khái niệm này sẽ quen thuộc với những người đến từ các phần mềm thống kê khác như SAS hoặc SPSS.

Hướng dẫn

Nhấp “Submit Answer”. Dữ liệu từ data frame ví dụ dựng sẵn mtcars sẽ được in ra console.

Xem nhanh bộ dữ liệu của bạn

Ôi, nhiều mẫu xe quá!

Làm việc với các bộ dữ liệu lớn là điều không hiếm trong phân tích dữ liệu. Khi bạn làm việc với các bộ dữ liệu (cực kỳ) lớn và các data frame, nhiệm vụ đầu tiên của bạn với tư cách nhà phân tích dữ liệu là hiểu rõ cấu trúc và các thành phần chính của chúng. Vì vậy, thường hữu ích khi chỉ hiển thị một phần nhỏ của toàn bộ bộ dữ liệu.

Vậy làm điều này trong R như thế nào? Hàm head() cho phép bạn hiển thị những quan sát đầu tiên của một data frame. Tương tự, hàm tail() in ra những quan sát cuối cùng trong bộ dữ liệu của bạn.

Cả head() và tail() đều in một dòng đầu gọi là “header”, chứa tên các biến khác nhau trong bộ dữ liệu của bạn.

Hướng dẫn

Gọi head() trên bộ dữ liệu mtcars để xem header và các quan sát đầu tiên.

Xem cấu trúc

Một phương pháp khác thường được dùng để có cái nhìn nhanh về dữ liệu của bạn là hàm str(). Hàm str() cho bạn thấy cấu trúc của bộ dữ liệu. Đối với một data frame, nó cho bạn biết:

Tổng số quan sát (ví dụ: 32 kiểu xe) Tổng số biến (ví dụ: 11 đặc trưng xe) Danh sách đầy đủ tên biến (ví dụ: mpg, cyl ... ) Kiểu dữ liệu của từng biến (ví dụ: num) Các quan sát đầu tiên Việc áp dụng hàm str() thường là điều đầu tiên bạn làm khi nhận một bộ dữ liệu hay data frame mới. Đây là cách tuyệt vời để hiểu rõ hơn về dữ liệu trước khi đi vào phân tích thực sự.

Hướng dẫn

Khảo sát cấu trúc của mtcars. Hãy chắc chắn rằng bạn thấy cùng số lượng, biến và kiểu dữ liệu như đã nêu ở trên.

Tạo một data frame

Vì dùng bộ dữ liệu dựng sẵn thì không thú vị bằng tự tạo bộ dữ liệu của riêng bạn, phần còn lại của chương này dựa trên bộ dữ liệu do chính bạn xây dựng. Hãy đeo balo phản lực vào vì đã đến lúc khám phá không gian!

Mục tiêu đầu tiên của bạn là xây dựng một data frame mô tả các đặc điểm chính của tám hành tinh trong hệ Mặt Trời. Theo người bạn tốt Buzz của bạn, các đặc trưng chính của một hành tinh là:

• Loại hành tinh (Đá/Trái Đất hay Khí khổng lồ).
• Đường kính của hành tinh so với đường kính Trái Đất.
• Chu kỳ quay quanh Mặt Trời của hành tinh so với Trái Đất.
• Hành tinh có vành đai hay không (TRUE hoặc FALSE).

Sau khi nghiên cứu kỹ lưỡng trên Wikipedia, bạn đủ tự tin để tạo các vector cần thiết: name, type, diameter, rotation và rings; các vector này đã được viết sẵn ở bên phải. Phần tử đầu tiên trong mỗi vector tương ứng với quan sát đầu tiên.

Bạn tạo một data frame với hàm data.frame(). Làm đối số, bạn truyền vào các vector ở trên: chúng sẽ trở thành các cột khác nhau của data frame. Vì mỗi cột có cùng độ dài, các vector bạn truyền vào cũng phải có cùng độ dài. Nhưng đừng quên rằng chúng có thể (và thường) chứa các kiểu dữ liệu khác nhau.

Hướng dẫn

Sử dụng hàm data.frame() để tạo một data frame. Truyền các vector name, type, diameter, rotation và rings làm đối số cho data.frame(), theo thứ tự này. Đặt tên data frame tạo ra là planets_df.

Nếu bạn muốn học thêm từ khóa học này, đây là liên kết