library(readr)
mydata <- read.csv("salaries.csv")mydata2 <- read.csv("salaries.txt")library(readxl)
mydata3 <- read_excel("salaries.xlsx")library(openxlsx)
wb_obj <- loadWorkbook("salaries_next.xlsx")
sheet_names <- sheets(wb_obj)
for (i in 1 : length(sheet_names)){
assign(sheet_names[i], readWorkbook(wb_obj, sheet = i))
}library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, uniondata("starwars")
head(starwars)## # A tibble: 6 × 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 Luke Sky… 172 77 blond fair blue 19 male mascu…
## 2 C-3PO 167 75 <NA> gold yellow 112 none mascu…
## 3 R2-D2 96 32 <NA> white, bl… red 33 none mascu…
## 4 Darth Va… 202 136 none white yellow 41.9 male mascu…
## 5 Leia Org… 150 49 brown light brown 19 fema… femin…
## 6 Owen Lars 178 120 brown, gr… light blue 52 male mascu…
## # ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
## # vehicles <list>, starships <list>Hàm select: Chọn các biến cần lấy thông tin
# Chỉ chọn ra các biến name, height, gender
newdata <- select(starwars, name, height, gender)
head(newdata)## # A tibble: 6 × 3
## name height gender
## <chr> <int> <chr>
## 1 Luke Skywalker 172 masculine
## 2 C-3PO 167 masculine
## 3 R2-D2 96 masculine
## 4 Darth Vader 202 masculine
## 5 Leia Organa 150 feminine
## 6 Owen Lars 178 masculine# Loại bỏ các biến birth_year, gender
newdata <- select(starwars, -birth_year, -gender)
head(newdata)## # A tibble: 6 × 12
## name height mass hair_color skin_color eye_color sex homeworld species
## <chr> <int> <dbl> <chr> <chr> <chr> <chr> <chr> <chr>
## 1 Luke Sky… 172 77 blond fair blue male Tatooine Human
## 2 C-3PO 167 75 <NA> gold yellow none Tatooine Droid
## 3 R2-D2 96 32 <NA> white, bl… red none Naboo Droid
## 4 Darth Va… 202 136 none white yellow male Tatooine Human
## 5 Leia Org… 150 49 brown light brown fema… Alderaan Human
## 6 Owen Lars 178 120 brown, gr… light blue male Tatooine Human
## # ℹ 3 more variables: films <list>, vehicles <list>, starships <list>Hàm filter: Chọn các quan sát thoả mãn điều kiện
# Lựa chọn các nhân vật có giới tính là female
newdata <- filter(starwars, sex == "female")
newdata## # A tibble: 16 × 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 Leia Or… 150 49 brown light brown 19 fema… femin…
## 2 Beru Wh… 165 75 brown light blue 47 fema… femin…
## 3 Mon Mot… 150 NA auburn fair blue 48 fema… femin…
## 4 Shmi Sk… 163 NA black fair brown 72 fema… femin…
## 5 Ayla Se… 178 55 none blue hazel 48 fema… femin…
## 6 Adi Gal… 184 50 none dark blue NA fema… femin…
## 7 Cordé 157 NA brown light brown NA fema… femin…
## 8 Luminar… 170 56.2 black yellow blue 58 fema… femin…
## 9 Barriss… 166 50 black yellow blue 40 fema… femin…
## 10 Dormé 165 NA brown light brown NA fema… femin…
## 11 Zam Wes… 168 55 blonde fair, gre… yellow NA fema… femin…
## 12 Taun We 213 NA none grey black NA fema… femin…
## 13 Jocasta… 167 NA white fair blue NA fema… femin…
## 14 Shaak Ti 178 57 none red, blue… black NA fema… femin…
## 15 Rey NA NA brown light hazel NA fema… femin…
## 16 Padmé A… 165 45 brown light brown 46 fema… femin…
## # ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
## # vehicles <list>, starships <list># Lựa chọn các nhân vật có giới tính là female và từ Alderaan
newdata <- filter(starwars, sex == "female" & homeworld == "Alderaan")
newdata## # A tibble: 1 × 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 Leia Org… 150 49 brown light brown 19 fema… femin…
## # ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
## # vehicles <list>, starships <list># Lựa chọn các nhân vật có giới tính là female và đến từ Alderaan, Coruscant, Endor
newdata <- filter(starwars, sex == "female", homeworld == "Alderaan" | homeworld == "Coruscant"| homeworld == "Endor")
newdata## # A tibble: 3 × 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 Leia Org… 150 49 brown light brown 19 fema… femin…
## 2 Adi Gall… 184 50 none dark blue NA fema… femin…
## 3 Jocasta … 167 NA white fair blue NA fema… femin…
## # ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
## # vehicles <list>, starships <list># Một cách khác ngắn gọn hơn sử dụng %in%
newdata <- filter(starwars, sex == "female", homeworld %in% c("Alderaan", "Coruscant", "Endor"))
newdata## # A tibble: 3 × 14
## name height mass hair_color skin_color eye_color birth_year sex gender
## <chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr>
## 1 Leia Org… 150 49 brown light brown 19 fema… femin…
## 2 Adi Gall… 184 50 none dark blue NA fema… femin…
## 3 Jocasta … 167 NA white fair blue NA fema… femin…
## # ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
## # vehicles <list>, starships <list>Hàm mutate: Tạo ra các biến số mới dựa trên các biến số có sẵn hoặc thay đổi các biến số đã có
Hàm ifelse: Điều kiện đi kèm với hàm mutate để thay đổi số liệu
# Chuyển biến số height từ cm sang đơn vị inch, biến số mass từ kilograms sang pounds
newdata <- mutate(starwars, height = height * 0.394, mass = mass * 2.205)
head(select(newdata, height, mass))## # A tibble: 6 × 2
## height mass
## <dbl> <dbl>
## 1 67.8 170.
## 2 65.8 165.
## 3 37.8 70.6
## 4 79.6 300.
## 5 59.1 108.
## 6 70.1 265.# Nếu chiều cao trên 180 thì tall, dưới 180 thì shor
newdata <- mutate(starwars, heightcat = ifelse(height > 180, "tall", "short"))
head(select(newdata, height, heightcat))## # A tibble: 6 × 2
## height heightcat
## <int> <chr>
## 1 172 short
## 2 167 short
## 3 96 short
## 4 202 tall
## 5 150 short
## 6 178 short# Nếu chiều cao nhỏ hơn 75 hoặc lớn hơn 200 thì để trống, ngược lại giữ nguyên
newdata <- mutate(starwars,height = ifelse(height < 75 | height > 200, NA, height))
head(select(newdata, height))## # A tibble: 6 × 1
## height
## <int>
## 1 172
## 2 167
## 3 96
## 4 NA
## 5 150
## 6 178Hàm summarize: Tính toán giá trị trung bình các tham số thống kê với các biến số
Hàm group_by: Đi kèm với hàm summarize để tính toán thống kê theo nhóm
# Tính toán chiều cao trung bình và cân nặng trung bình
# Tham số na.rm = TRUE để loại bỏ các giá trị bị trống khi tính toán
newdata <- summarize(starwars, mean_ht = mean(height, na.rm = TRUE), mean_mass = mean(mass, na.rm = TRUE))
newdata## # A tibble: 1 × 2
## mean_ht mean_mass
## <dbl> <dbl>
## 1 174. 97.3# Tính toán giá trị trung bình của height và mass theo gender
newdata <- group_by(starwars, gender)
newdata <- summarize(newdata, mean_ht = mean(height, na.rm = TRUE), mean_mass = mean(mass, na.rm = TRUE))
newdata## # A tibble: 3 × 3
## gender mean_ht mean_mass
## <chr> <dbl> <dbl>
## 1 feminine 165. 54.7
## 2 masculine 177. 106.
## 3 <NA> 181. 48# Từ tập dữ liệu Starwars, giới tính là 'female', theo nhóm 'species', tính trung bình theo chiều cao 'height'
newdata <- starwars %>%
filter(sex == "female") %>%
group_by(species) %>%
summarize(mean_ht = mean(height, na.rm = TRUE))
newdata## # A tibble: 7 × 2
## species mean_ht
## <chr> <dbl>
## 1 Clawdite 168
## 2 Human 160.
## 3 Kaminoan 213
## 4 Mirialan 168
## 5 Tholothian 184
## 6 Togruta 178
## 7 Twi'lek 178library(tidyr)
# Tạo dữ liệu dạng wide format
id <- 1:3
name <- c("Bill", "Bob", "Marry")
sex <- c("Male", "Male", "Female")
age <- c(22,25,18)
income <- c(55000,75000,90000)
wide_data <- data.frame(id, name, sex, age, income)
wide_data## id name sex age income
## 1 1 Bill Male 22 55000
## 2 2 Bob Male 25 75000
## 3 3 Marry Female 18 90000# Chuyển sang dữ liệu dạng long_format với hàm gather
long_data <- gather(wide_data, key = "variable", value = "value", sex : income)
long_data## id name variable value
## 1 1 Bill sex Male
## 2 2 Bob sex Male
## 3 3 Marry sex Female
## 4 1 Bill age 22
## 5 2 Bob age 25
## 6 3 Marry age 18
## 7 1 Bill income 55000
## 8 2 Bob income 75000
## 9 3 Marry income 90000# Chuyển từ dạng long_format sang wide_format với hàm spread
wide_data <- spread(long_data, variable, value)
wide_data## id name age income sex
## 1 1 Bill 22 55000 Male
## 2 2 Bob 25 75000 Male
## 3 3 Marry 18 90000 Female