共享單車Cyclistic案例分析 | Data Analysis Cyclistic by R – 語法解析(上)

 

上篇的Cyclistic分析報告中，用到了一些不錯的函數來解決問題，這篇照慣例分享當中好用的語法，希望有遇到相同的朋友可以參考，這篇目前沒有放上Kaggle，有些函數在VScode、RStudio可以用，放到Kaggle就不行了，沒錯，就是瘋狂出現ERROR，查了很多文章，也測試了很多方式，ERROR依然的故我啊😂，在還沒找到問題前，大概都先不放了，所有的分析報告都會放在小雷的雲端硬碟中，有興趣的朋友可以連結下載PDF檔案。

 

有些函數內可以加入參數作為設定，在研究案例的語法解析中不傾向寫的那麼繁雜，而是以基本的函數與法作為快速操作與使用時機的依據，相關參數內容就留到後續詳細的文章。

 

Data Analysis Cyclistic文章 >> 請點這裡進入

小雷的Kaggle >> 請點這裡進入

小雷的Github >> 請點這裡進入

觀看完整報告，請至雲端下載PDF : 點我連結

---------------------------------------------做個分隔線------------------------------------------------

 

rename() : 有時候數據資料的欄位命名實在是太長、太過無法理解時，就需要變更一下欄位的名稱，也有其他的函數可以替換，但如果只是要簡單的替換名稱，rename()是個不錯的選擇。

所屬Package : dplyr

基礎語法 : rename(x, newname = oldname, ..)

使用時機 : 單純要變更欄位名稱時使用。

其他多工的函數 : mutate()

例子 :

rename(q4_19, ride_id = trip_id)

 

 

dim() : 檢查數據資料時，應該常常會用像str()、head()檢查型態與值，想檢查整個數據框的大小時，這個函數就非常好用啦。

所屬Package : base

基礎語法 : dim(x)

使用時機 : 檢查數據框的大小(包含col與row)

其他類似函數 : ncol()、nrow()

例子 :

dim(combine_datas_clearn)
row >> 3876042   col >> 16

 

tail() : 通過head()檢查的是前六筆資料，tail()則是顯示後六筆資料。

所屬Package : utils

基礎語法 : tail(x)

使用時機 : 搭配head()檢查數據集中的前後欄位值，屬性。

例子 :

tail(combine_datas_clearn) # 檢查後六筆

 

table() : 確認數據欄位的值數量時很好用，除了可以交叉因子進行分類之外，還會創建一個表格顯示各值的計數。

所屬Package : base

基礎語法 : table(x$col)

使用時機 : 想交叉檢查欄位中各值的數量。

例子 :

table(combine_datas_clearn, member_casual)
casual  member
 902182 2973860

 

unique() : 數據集中常常會有一堆零散的資料，進行清理之後很適合用unique()函數進行值的檢查，檢查出現的唯一值。

所屬Package : base

基礎語法 : unique(x)

使用時機 : 檢查唯一值使用

例子 :

unique(combine_datas_clearn$week)
[1] "Monday"    "Tuesday"   "Wednesday" "Thursday"  "Friday"    "Saturday"
[7] "Sunday"

recode() : 數據集中的某些值如果需要更改，又不想if..else的時候，recode就顯得很方便，可以直接修改對應的值，並且提供了numeric、factor、character的方式，也可以搭配mutate()。

所屬Package : dplyr

基礎語法 : recode(x, 替代物..)

使用時機 : 需要變更欄位內的已知值

例子 :

combine_datas_clearn$member_casual <- recode(combine_datas_clearn$member_casual, "casual" = "休閒騎手")
unique(combine_datas_clearn$member_casual)
 
"member"   "休閒騎手"