Trong quá trình phân tích dữ liệu, chúng ta có thể phải xử lý những dữ liệu rất lớn lên đến hàng chục triệu dòng (quan sát) hoặc hàng trăm cột (biến).
Trong bài viết này, mình sẽ hướng dẫn các bạn cách chọn và sửa tên
biến nhanh đối với trường hợp dữ liệu lớn nói trên bằng việc sử dụng các
hàm select_all, select_if,
select_at, rename_all, rename_if,
rename_at.
Sử dụng dữ liệu iris có sẵn trong R.
library(dplyr)
iris %>% head## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3.0 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5.0 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosaVề bản chất, hàm select() dùng để chọn biến, còn hàm
rename() dùng để sửa/thay đổi tên biến.
Do vậy, về cơ bản nhóm hàm select_all,
select_if, select_at sẽ khác nhóm hàm
rename_all, rename_if, rename_at
ở điểm: Nhóm hàm select_* sẽ bỏ đi những biến mà ko được
chọn trong khi nhóm hàm rename_* vẫn giữ những biến đó lại
và chỉ sửa tên những biến cần sửa.
# Chọn tất cả các biến, sau đó lower tên biến
select_all(iris, tolower) %>% head## sepal.length sepal.width petal.length petal.width species
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3.0 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5.0 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosa# Sửa tên tất cả các biến thành chữ viết thường
rename_all(iris, tolower) %>% head## sepal.length sepal.width petal.length petal.width species
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3.0 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5.0 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosaselect_all và rename_all cho ra kết quả
giống nhau vì áp dụng đối với tất cả các biến trong dữ liệu.
# Chỉ chọn ra những biến là số (numeric), sau đó lower tên biến
select_if(iris, is.numeric, tolower) %>% head## sepal.length sepal.width petal.length petal.width
## 1 5.1 3.5 1.4 0.2
## 2 4.9 3.0 1.4 0.2
## 3 4.7 3.2 1.3 0.2
## 4 4.6 3.1 1.5 0.2
## 5 5.0 3.6 1.4 0.2
## 6 5.4 3.9 1.7 0.4# Sửa tên biến của những biến là số thành chữ viết thường,
# còn những biến khác vẫn giữ nguyên tên
rename_if(iris, is.numeric, tolower) %>% head## sepal.length sepal.width petal.length petal.width Species
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3.0 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5.0 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosaTrong trường hợp này, chúng ta đã thấy có sự khác biệt trong kết quả của 2 câu lệnh trên.
select_if: Chỉ lấy ra 4 biến là biến số, sau đó
lower tên biến (không lấy biến Species)
rename_if: Vẫn hiển thị tất cả các biến, nhưng chỉ
sửa tên của 4 biến là biến số, còn biến Species không
sửa
# Chỉ chọn ra những biến chứa ký tự `Sepal`, sau đó tolower tên biến
select_at(iris,
vars(contains("Sepal")), # biến chứa ký tự `Sepal`
tolower
) %>%
head## sepal.length sepal.width
## 1 5.1 3.5
## 2 4.9 3.0
## 3 4.7 3.2
## 4 4.6 3.1
## 5 5.0 3.6
## 6 5.4 3.9# Sửa tên của những biến chứa ký tự `Sepal` thành chữ viết thường,
# còn những biến khác vẫn giữ nguyên tên
rename_at(iris,
vars(contains("Sepal")),
tolower
) %>%
head## sepal.length sepal.width Petal.Length Petal.Width Species
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3.0 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5.0 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosaTương tự như trường hợp trước, trường hợp này kết quả trả ra cũng có sự khác biệt giữa 2 câu lệnh:
select_at: Chỉ lấy ra 2 biến có chứa ký tự
Sepal, sau đó lower tên biến
rename_at: Vẫn hiển thị tất cả các biến, nhưng chỉ
sửa tên của 2 biến chứa ký tự Sepal, còn các biến còn lại
không sửa tên
Như vậy, mình vừa chia sẻ với các bạn cách chọn và sửa tên biến nhanh
bằng việc sử dụng nhóm hàm select_all,
select_if, select_at và nhóm hàm
rename_all, rename_if,
rename_at.
Chúc các bạn học tập và làm việc hiệu quả!