library(tidyverse)Funcions bàsiques R (I)
Escenaris i usos del Big Data (UAB)
Aquest document engloba tant el codi com les explicacions de classe per a poder fer un bon seguiment de les funcions d’R així com possibles usos per a poder explorar i analitzar conjunts de dades.
Treballarem amb el dataset IRIS (que ja ve integrat a R) per als exemples.
L’OPERADOR PIPE (%>%)
iris %>%
select(Sepal.Length, Species) %>% # Permet encadenar diferents funcions en un mateix paràgraf de codi.
filter(Species == 'setosa') Sempre s’agafa el resultat de la línia anterior, de manera que si al select() no haguéssim inclòs la variable ‘Species’, ara no podríem filtrar-la.
SELECCIÓ DE VARIABLES
Per a seleccionar una variable d’un dataset encadenarem el nom del dataset i la variable amb el símbol del dòlar ($).
iris$Sepal.Length [1] 5.1 4.9 4.7 4.6 5.0 5.4 4.6 5.0 4.4 4.9També podem seleccionar la columna indicant la seva posició dins el dataset posant el número entre corxets [ ].
iris[3] Petal.Length
1 1.4
2 1.4
3 1.3
4 1.5
5 1.4
6 1.7
7 1.4
8 1.5
9 1.4
10 1.5Si volem seleccionar més d’una columna CORRELATIVA, podem posar els números de les posicions de les columnes separats per dos punts (:).
iris[1:3] # Selecciona des de la columna 1 fins a la 3. Sepal.Length Sepal.Width Petal.Length
1 5.1 3.5 1.4
2 4.9 3.0 1.4
3 4.7 3.2 1.3
4 4.6 3.1 1.5
5 5.0 3.6 1.4
6 5.4 3.9 1.7
7 4.6 3.4 1.4
8 5.0 3.4 1.5
9 4.4 2.9 1.4
10 4.9 3.1 1.5SELECCIÓ DE FILES
De la mateixa manera que per a seleccionar columnes, les files també es poden seleccionar mitjançant corxets [ ]. La única diferència és que aquí caldrà especificar la posició fila-columna dins els corxets, separant els elements amb una coma. Si volem seleccionar totes les columnes, podem deixar l’espai rere la coma en blanc.
iris[2,] # Selecciona només la segona fila del dataset iris. Sepal.Length Sepal.Width Petal.Length Petal.Width Species
2 4.9 3 1.4 0.2 setosairis[2:5,] # Selecciona des de la segona fila fins a la cinquena. Sepal.Length Sepal.Width Petal.Length Petal.Width Species
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 setosaSELECCIÓ DE FILES I COLUMNES
Tenint en compte els punts anteriors, seleccionar files i columnes d’un dataframe resulta senzill i intuitiu. Si volguéssim seleccionar l’element que es troba a la 3a columna de la fila 10 només caldria executar el codi:
iris[10,3] # Selecció de la fila 10 i la columna 3.[1] 1.5De la mateixa manera que si volem seleccionar les files 20 a 25 de les columnes Sepal.Length i Sepal.Width només caldrà posar:
iris[20:25,1:2] # Selecció de les files 20 a 25 i les columnes 1 i 2. Sepal.Length Sepal.Width
20 5.1 3.8
21 5.4 3.4
22 5.1 3.7
23 4.6 3.6
24 5.1 3.3
25 4.8 3.4Però què passa si volem seleccionar més d’una fila o més d’una columna que no són correlatives? Aleshores podem utilitzar la funció c().
iris[c(2,3,6),c(3,5)] # Selecció de les files 2, 3 i 6 i les columnes 3 i 5. Petal.Length Species
2 1.4 setosa
3 1.3 setosa
6 1.7 setosairis[c(2,15:20),c(1,3:5)] # Selecció de les files 2 i de la fila 15 a la 20; i les columnes 1 i de la 3 a la 5. Sepal.Length Petal.Length Petal.Width Species
2 4.9 1.4 0.2 setosa
15 5.8 1.2 0.2 setosa
16 5.7 1.5 0.4 setosa
17 5.4 1.3 0.4 setosa
18 5.1 1.4 0.3 setosa
19 5.7 1.7 0.3 setosa
20 5.1 1.5 0.3 setosaLA FUNCIÓ HEAD()
La funció head() mostra les primeres files d’un dataset. Permet poder explorar les dades de forma superficial i àgil, ja que no necessita haver de carregar el dataset sencer.
head(iris) #Permet veure les primeres files del dataset i totes les columnes que el composen. 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 setosahead(iris, 10) #Podem especificar el nombre de files que volem que apareguin amb un segon argument a la funció. 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
7 4.6 3.4 1.4 0.3 setosa
8 5.0 3.4 1.5 0.2 setosa
9 4.4 2.9 1.4 0.2 setosa
10 4.9 3.1 1.5 0.1 setosaLA FUNCIÓ UNIQUE()
La funció unique() mostra els valors únics d’una variable. S’utilitzen principalment per a comprovar els nivells d’una variable factor o de text, però també es pot utilitzar en variables numèriques. Com que necessita que li passem una variable, cal tenir en compte que donarà error si li intentem passar un dataset sencer.
unique(iris$Species) # Nivells únics que apareixen a la variable factor 'Species'.[1] setosa versicolor virginica
Levels: setosa versicolor virginicaunique(iris$Sepal.Length) # Nombres únics que apareixen a la variable numèrica 'Sepal.Length'. [1] 5.1 4.9 4.7 4.6 5.0 5.4 4.4 4.8 4.3 5.8 5.7 5.2 5.5 4.5 5.3 7.0 6.4 6.9 6.5
[20] 6.3 6.6 5.9 6.0 6.1 5.6 6.7 6.2 6.8 7.1 7.6 7.3 7.2 7.7 7.4 7.9LA FUNCIÓ STR()
str() (simplificat de ‘structure’) permet veure l’estructura del dataset amb un simple cop d’ull.
str(iris) 'data.frame': 150 obs. of 5 variables:
$ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
$ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
$ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
$ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
$ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...Compilar aquesta funció per al dataset iris ens mostra que ens trobem davant un objecte ‘data frame’ que compta amb 150 files (observacions) i 5 columnes (variables). També ens informa de que les 4 primeres variables són numèriques i que hi ha una 5a que és factor amb 3 nivells.
LA FUNCIÓ SUMMARY()
Si la funció str() mostra l’estructura del dataset en general, la funció summary() ens mostra informació sobre cadascuna de les variables que el conformen.
summary(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width
Min. :4.300 Min. :2.000 Min. :1.000 Min. :0.100
1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300
Median :5.800 Median :3.000 Median :4.350 Median :1.300
Mean :5.843 Mean :3.057 Mean :3.758 Mean :1.199
3rd Qu.:6.400 3rd Qu.:3.300 3rd Qu.:5.100 3rd Qu.:1.800
Max. :7.900 Max. :4.400 Max. :6.900 Max. :2.500
Species
setosa :50
versicolor:50
virginica :50
En el cas de les variables numèriques se’ns mostra quins són els nombres mínims i màxims, quina és la mitjana i quina la mediana i també els quartils 1 i 3. D’aquesta manera podem analitzar sense gaire esforç quina és la distribució dels números. Per exemple, a la variable ‘Sepal.Width’ el mínim és 2 i el màxim és 4,4. Tant la mitjana com la mediana estan situades al 3, per la qual cosa podem veure que existeix una distribució bastant uniforme entre els números de la variable.
En el cas de la variable factor ‘Species’, se’ns indica que hi ha 3 nivells: setosa, versicolor i virginica; i que cadascuna d’elles apareix al dataset en 50 files.
LA FUNCIÓ SELECT()
La funció select() permet, com indica el seu nom, seleccionar les columnes del dataset amb les quals volem treballar. Aquesta funció és especialment útil quan treballem amb bases de dades que tenen moltes variables o quan treballem amb bases de dades molt grans, ja que d’aquesta manera podem reduïr el nombre de columnes que s’hauran de processar cada cop que compilem el codi.
select() és molt versàtil i es pot utilitzar de la forma que més ens convingui, posant els noms de les variables o les seves posicions dins el dataframe:
iris %>%
select(Sepal.Length, Sepal.Width) # Podem passar els noms de les variables que volem seleccionar.
iris %>%
select(1,2) # Podem posar el número amb la posició de la columna dins el dataset.
iris %>%
select(1:3) # Podem especificar seleccionar diverses variables correlatives segons la seva posició (selecciona des de la columna 1 a la 3).
iris %>%
select(Sepal.Length:Petal.Length) # O també podem seleccionar variables correlatives pel nom de la variable.
iris %>%
select(-Sepal.Length) # Podem indicar que volem seleccionar totes les variables excepte una posant un guió (-) davant el nom de la variable.
iris %>%
select(-c(Sepal.Length, Petal.Length)) # Per a eliminar més d'una variable, només cal insertar-les dins la funció c(). Assegura't de que el guió estigui FORA de la funció c().A banda de seleccionar les variables una per una, existeixen diverses funcions que permeten seleccionar les variables segons el seu nom. Aquestes funcions pertanyen a la llibreria Tidyselect, per tant, abans d’utilitzar-les carregarem la llibreria.
library(tidyselect)Afegir la funció starts_with() dins de select() permet trobar les variables que comencin amb una cadena de text concreta que li especifiquem.
iris %>%
select(starts_with("Sepal")) # Només volem seleccionar les variables que comencin per 'Sepal'. 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 3.6Pel contrari, si necessitem seleccionar les variables que acabin amb algun patró concret, podem utilitzar la funció ends_with().
iris %>%
select(ends_with("Length")) # Només volem seleccionar les variables que acabin amb 'Length'. Sepal.Length Petal.Length
1 5.1 1.4
2 4.9 1.4
3 4.7 1.3
4 4.6 1.5
5 5.0 1.4Però què passa si necessitem seleccionar variables que no tenen el patró comú ni al principi ni al final del nom? Aleshores necessitarem la funció contains()
iris %>%
select(contains("al")) # Tant 'SepAL' com 'petAL' contenen el patró de text 'AL'. 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 0.2LA FUNCIÓ FILTER()
filter() permet filtrar les files del dataset amb el qual estem treballant segons les condicions que li especifiquem.
iris %>%
filter(Sepal.Length == 6) %>% # Filtra per les files en què Sepal.length sigui 6. ATENCIÓ AL DOBLE ==!!
head(5) # Mostra només les 5 primeres files. Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 6 2.2 4.0 1.0 versicolor
2 6 2.9 4.5 1.5 versicolor
3 6 2.7 5.1 1.6 versicolor
4 6 3.4 4.5 1.6 versicolor
5 6 2.2 5.0 1.5 virginicaPodem especificar més d’una condició dins els filtres. Per dir que volem NOMÉS les files que compleixin les condicions que hem afegit, utilitzarem l’operador &, que fa referència a la conjunció ‘i’.
iris %>%
filter(Sepal.Length == 6 & Petal.Width <= 3) %>% # Filtra per les files en què Sepal.length sigui 6 I Petal.Width sigui menor o igual que 3.
head(5) # Mostra només les 5 primeres files. Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 6 2.2 4.0 1.0 versicolor
2 6 2.9 4.5 1.5 versicolor
3 6 2.7 5.1 1.6 versicolor
4 6 3.4 4.5 1.6 versicolor
5 6 2.2 5.0 1.5 virginicaTambé podem afegir diverses condicions però voler que se’ns retornin les files que ALMENYS compleixin una d’elles. Per a això utilitzarem l’operador | , que fa referència a la conjunció ‘o’. (El símbol | es troba a la tecla del número 1 del teclat).
iris %>%
filter(Sepal.Length == 6 | Species == 'versicolor') %>% # Filtra per les files en què Sepal.length sigui 6 O l'espècie sigui Versicolor.
head(5) # Mostra només les 5 primeres files. Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 7.0 3.2 4.7 1.4 versicolor
2 6.4 3.2 4.5 1.5 versicolor
3 6.9 3.1 4.9 1.5 versicolor
4 5.5 2.3 4.0 1.3 versicolor
5 6.5 2.8 4.6 1.5 versicolorLA FUNCIÓ MUTATE()
mutate() permet modificar el contingut d’una columna conservant el mateix nom o crear una columna nova a partir de les necessitats que li especifiquem. Primer especifiquem el nom de la variable amb que volem treballar. Si el nom ja es troba al dataset, es sobreescriurà amb les noves condicions que li diguem. Si el nom de la nova variable no existeix, es crearà una nova columna.
- Noteu que, a diferència del que hem aplicat a la funció filter(), aquí només s’utilitza un únic signe d’igual (=).
iris %>%
mutate(Sepal.Length = 'floretes') # Sobreescrvim la variable Sepal.Length per a que a totes les files hi digui 'floretes'. Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 floretes 3.5 1.4 0.2 setosa
2 floretes 3.0 1.4 0.2 setosa
3 floretes 3.2 1.3 0.2 setosa
4 floretes 3.1 1.5 0.2 setosa
5 floretes 3.6 1.4 0.2 setosa
6 floretes 3.9 1.7 0.4 setosa
7 floretes 3.4 1.4 0.3 setosa
8 floretes 3.4 1.5 0.2 setosa
9 floretes 2.9 1.4 0.2 setosa
10 floretes 3.1 1.5 0.1 setosairis %>%
mutate(Nova_columna = Sepal.Length + Petal.Length) # Creem una nova columna on el contingut sigui la suma de Sepal.Length + Petal.Length per a cada fila. Sepal.Length Sepal.Width Petal.Length Petal.Width Species Nova_columna
1 5.1 3.5 1.4 0.2 setosa 6.5
2 4.9 3.0 1.4 0.2 setosa 6.3
3 4.7 3.2 1.3 0.2 setosa 6.0
4 4.6 3.1 1.5 0.2 setosa 6.1
5 5.0 3.6 1.4 0.2 setosa 6.4
6 5.4 3.9 1.7 0.4 setosa 7.1
7 4.6 3.4 1.4 0.3 setosa 6.0
8 5.0 3.4 1.5 0.2 setosa 6.5
9 4.4 2.9 1.4 0.2 setosa 5.8
10 4.9 3.1 1.5 0.1 setosa 6.4També podem canviar el tipus de la variable amb les funcions as.character(), as.numeric(), as.Date(), as.factor()…
iris %>%
mutate(Sepal.Length = as.character(Sepal.Length)) %>% # Sobreescrivim la variable Sepal.Lenght amb una versió de sí mateixa però en format de text.
str()'data.frame': 150 obs. of 5 variables:
$ Sepal.Length: chr "5.1" "4.9" "4.7" "4.6" ...
$ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
$ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
$ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
$ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...MUTATE() SEGONS CONDICIONS
Si la nova variable que volem crear amb mutate() depèn del contingut d’una altra columna, podem utilitzar la funció case_when() per fixar les condicions que s’han de complir perquè el contingut de la nova columna sigui un o un altre.
Podem fixar tantes condicions com volguem, assegurant-nos que estiguin separades per una coma.
- Per a separar la condició del resulat que volem, utilitzarem el símbol ~ . (A Mac està pressionant Alt+Ñ i a Windows Alt+4).
iris %>%
mutate(Nova_columna = case_when(
Sepal.Length <= 5 ~ "Sepal petit", # "Si Sepal.Length és menor o igual que 4, a la nova columna em posaràs "Sepal petit"."
TRUE ~ "Sepal gran" # El "TRUE", en aquest context significa "la resta", tot el que no coincideixi amb les condicions que haguem especificat anteriorment.
)) %>%
head(10) Sepal.Length Sepal.Width Petal.Length Petal.Width Species Nova_columna
1 5.1 3.5 1.4 0.2 setosa Sepal gran
2 4.9 3.0 1.4 0.2 setosa Sepal petit
3 4.7 3.2 1.3 0.2 setosa Sepal petit
4 4.6 3.1 1.5 0.2 setosa Sepal petit
5 5.0 3.6 1.4 0.2 setosa Sepal petit
6 5.4 3.9 1.7 0.4 setosa Sepal gran
7 4.6 3.4 1.4 0.3 setosa Sepal petit
8 5.0 3.4 1.5 0.2 setosa Sepal petit
9 4.4 2.9 1.4 0.2 setosa Sepal petit
10 4.9 3.1 1.5 0.1 setosa Sepal petitTambé es poden posar altres variables i operacions com a resultat de les condicions.
iris %>%
mutate(Nova_columna = case_when(
Species == 'versicolor' ~ Sepal.Length, # Si l'espècie de la flor és 'versicolor', a la nova columna em poses el valor que tingui com a Sepal.Length.
TRUE ~ Sepal.Width # Per a les espècies que NO són 'versicolor', em poses el valor que tinguin a la columna Sepal.Width.
)) %>%
head(10) Sepal.Length Sepal.Width Petal.Length Petal.Width Species Nova_columna
1 5.1 3.5 1.4 0.2 setosa 3.5
2 4.9 3.0 1.4 0.2 setosa 3.0
3 4.7 3.2 1.3 0.2 setosa 3.2
4 4.6 3.1 1.5 0.2 setosa 3.1
5 5.0 3.6 1.4 0.2 setosa 3.6
6 5.4 3.9 1.7 0.4 setosa 3.9
7 4.6 3.4 1.4 0.3 setosa 3.4
8 5.0 3.4 1.5 0.2 setosa 3.4
9 4.4 2.9 1.4 0.2 setosa 2.9
10 4.9 3.1 1.5 0.1 setosa 3.1