R Packages introduce - forcats | R包介紹 – forcats

 

Forcats包是專門處理因子的包，除了改變因子的級別排序外，也能處理因子的值，應用於數據處理時有時會比字符來的方便許多，製作成圖表時也較容易觀看，factor因子應該算是專屬R的特殊形態，關於因子的介紹可以點擊連結觀看介紹與一般操作 >> 點我觀看factor介紹

 

關於forcats包內的函數，依據介紹的會有以下三個 :

 

`fct_reorder()` : 透過另一個變量值進行重新排序

fct_reorder文章 >> 請點我

 

`fct_inorder()` : 依照出現頻率、數字順序等方式重新排列

fct_inorder文章 >> 請點我 

`fct_relevel()` : 手動進行排序

fct_relevel文章 >> 請點我 

 

forcats的函數結構上有一些相同的操作方式 :

1.      開頭都為fct_

2.      第一個參數為要處理的因子向量。

3.      支援pipes通道。

4.      接受傳入的向量是字符串，並且輸出時不會改變類型。

R Packages forcats - fct_relevel | R包forcats - fct_relevel

 

fct_relevel針對已因子的數據進行手動重新排序，排序可使用的函數也不少，就讓我們舉個例子操作排序的變化

基本語法

fct_relevel(dataset$var)

可用參數

after = 0 >> 將排序的因子放置的位置

建立數據框並設定為因子，初始轉換時可以設定級別levels，若沒有則依照字母進行排序

# 建立數據框

factor_df <- tibble(

    animal = c("dog", "cat", "rat", "fish", "lion")

    )

# 轉換為因子

factor_df <- factor(factor_df$animal, levels = c("dog", "cat", "rat", "fish", "lion"))

# 輸出結果

r$> factor_df [1] dog cat rat fish lion Levels: dog cat rat fish lion

進行基本排序 >> 依照字母排序

# 基本排序

fct_relevel(factor_df_v2)

# 輸出結果

r$> fct_relevel(factor_df_v2) [1] dog cat rat fish lion Levels: cat dog fish lion rat

進行排序 >> 將lion提前至第一順位，可編排其他的延伸下去

# lion設定為第一順位

fct_relevel(factor_df, "lion")

# 輸出結果

r$> fct_relevel(factor_df, "lion") [1] dog cat rat fish lion Levels: lion dog cat rat fish

# lion設定為第一順位，fish為第二

fct_relevel(factor_df, "rat", "fish")

# 輸出結果

r$> fct_relevel(factor_df, "rat", "fish") [1] dog cat rat fish lion Levels: rat fish dog cat lion

進行排序 >> 將cat擺放至第四位之後(也就是第五位)

# cat設定為第四位之後

fct_relevel(factor_df, "cat", after = 4)

# 輸出結果

r$> fct_relevel(factor_df, "cat", after = 4) [1] dog cat rat fish lion Levels: dog rat fish lion cat

進行其他參數排序 >> Inf設定為最後

# dog設定為最後

fct_relevel(factor_df, "dog", after = Inf)

# 輸出結果

r$> fct_relevel(factor_df, "dog", after = Inf) [1] dog cat rat fish lion Levels: cat rat fish lion dog

其他函數效果

# sort排序

fct_relevel(factor_df, sort)

# 輸出結果

r$> fct_relevel(factor_df, sort) [1] dog cat rat fish lion Levels: cat dog fish lion rat

# sample排序

fct_relevel(factor_df, sample)

# 輸出結果

r$> fct_relevel(factor_df, sample) [1] dog cat rat fish lion Levels: dog rat fish lion cat

R Packages forcats - fct_reorder | R包forcats - fct_reorder

 

fct_reorder的作用是通過另一個變量的值對應所需要重新排的變量值，解釋起來有點怪，我們還是透過實際例子進行

基本語法

fct_reorder(dataset$var, dataset$var, desc)

可用參數

desc : 預設為TRUE，要變更排序方式填入desc即可

建立一個數據框，包含數字與文字

factor_df <- tibble(

    number = c(10, 100, 50, 90, 20),

    float = c(1.1, 55.2, 35.1, 3.9, 120.5),

    animal = c("dog", "cat", "rat", "fish", "lion")

)

# 輸出結果

r$> factor_df # A tibble: 5 x 3 number float animal <dbl> <dbl> <chr> 1 10 1.1 dog 2 100 55.2 cat 3 50 35.1 rat 4 90 3.9 fish 5 20 120. lion

將animal欄位變更為因子

# 變更為因子

factor_df$animal <- as.factor(factor_df$animal)

# 輸出結果

r$> str(factor_df$animal) Factor w/ 5 levels "cat","dog","fish",..: 2 1 5 3 4

透過number欄位的值對animal欄位的順序做調整，依照number欄位的值10 < 20 < 50 < 90 < 100做排序

# 取number的值對animal做排序

fct_reorder(factor_df$animal, factor_df$number)

# 輸出結果

r$> fct_reorder(factor_df$animal, factor_df$number) [1] dog cat rat fish lion Levels: dog lion rat fish cat

加入desc重新排列

# 取number的值對animal做desc排序

fct_reorder(factor_df$animal, factor_df$number, desc)

# 輸出結果

r$> fct_reorder(factor_df$animal, factor_df$number, desc) [1] dog cat rat fish lion Levels: cat fish rat lion dog

不一定只能操作字符，也可以將number欄位變更為因子

# 將number欄位變更為因子

factor_df$number <- as.factor(factor_df$number)

# 輸出結果

r$> str(factor_df$number) Factor w/ 5 levels "10","20","50",..: 1 5 3 4 2

透過float欄位的值對number欄位進行排序

# 取float的值對number做排序

fct_reorder(factor_df$number, factor_df$float)

# 輸出結果

r$> fct_reorder(factor_df$number, factor_df$float) [1] 10 100 50 90 20 Levels: 10 90 50 100 20

R Packages forcats - fct_inorder | R包forcats - fct_inorder

 

fct_inorde算是一個系列，包含fct_inorder、fct_infreq、fct_insrq，差別在於排序的模式不同，除了修改排序外，並沒有甚麼其他組合方式，排序方式如 : 

fct_inorder : 按照第一次出現的順序

fct_infreq : 按照出現次數

fct_insrq : 按照級別的數值

基本語法

fct_inorder(dataset$var)

fct_infreq(dataset$var)

fct_insrq(dataset$var)

建立數據框包含數字與字元

# 建立數據框

factor_df <- tibble(

    letter = c("c", "b", "a", "a", "c", "a", "b", "a", "c", "b", "b"),

    number = c(1, 2, 3, 2, 1, 1, 1, 2, 3, 1, 1)

)

# 輸出結果

r$> factor_df # A tibble: 11 x 2 letter number <chr> <dbl> 1 c 1 2 b 2 3 a 3 4 a 2 5 c 1 6 a 1 7 b 1 8 a 2 9 c 3 10 b 1 11 b 1

以fct_inorder、infreq進行排序，函數接受字符作為輸入，所以可以不轉換為因子，以下為不轉換因子直接以字符輸入

# 不轉換因子直接輸入

fct_inorder(factor_df$letter)

# 輸出結果

r$> fct_inorder(factor_df$letter) [1] c b a a c a b a c b b Levels: c b a

# 不轉換因子直接輸入

fct_infreq(factor_df$letter)

r$> fct_infreq(factor_df$letter) [1] c b a a c a b a c b b Levels: a b c

轉換為因子後輸入，結果是一樣的

# 將欄位轉換為因子

factor_df$letter <- factor(factor_df$letter)

# 轉換因子後輸入

fct_inorder(factor_df$letter)

# 輸出結果

r$> fct_inorder(factor_df$letter) [1] c b a a c a b a c b b Levels: c b a

# 轉換因子後輸入

fct_infreq(factor_df$letter)

# 輸出結果

r$> fct_infreq(factor_df$letter) [1] c b a a c a b a c b b Levels: a b c

數字欄位進行就需要轉換為因子才能進行，否則會出現ERROR

# 不轉換因子直接輸入

fct_inseq(factor_df$number)

# 輸出結果

r$> fct_inseq(factor_df$number) Error: `f` must be a factor (or character vector).

# 進行轉換

factor_df$number <- factor(factor_df$number)

# 轉換因子後輸入

fct_inseq(factor_df$number)

# 輸出結果

r$> fct_inseq(factor_df$number) [1] 1 2 3 2 1 1 1 2 3 1 1 Levels: 1 2 3

數據分析R包介紹 | Data Analyze R Packages Introduce

 

在數據分析的領域，Python與R都有不少的擁護者，Python的通用性高，可以做網頁、人工智慧、APP、數據分析、甚至影響處理等等，R則是比較侷限，但是R在統計、繪圖的部分畢竟比較擅長，有些語法也顯得簡單，小雷整理了會常用到的Packages內容，除了希望能分享幫助到正在學習的朋友，也讓自己不斷的溫習，介紹的內容若是有錯誤，還希望大大能提點改進。

 

以下是常用的Packages，簡單做點介紹，各分類的文章連結也會寫好後陸續放上來，不定期進行更新，有在學習R語言的朋友可以當作參考。

 

Tidyverse包內已經整合的有(當然也可以單獨import) :

1.      Dplyr : 數據操作包，plur的進階版，很重要且基本的數據操作包，包含了數據的處理、轉換函數，算是很常會到的Packages。

Dplyr文章連結 >> 請點我

 

2.      Readr : 數據集匯入包，tidyverse的核心包之一，用來匯入數據集，當然R的base包中也有同樣的功能。

 

3.      Tidyr : 數據清洗包，分析的準確，很大的程度取決於數據的乾淨程度，一點點的誤差都有可能導致分析的失準。

 

4.      Forcats : 因子操作包，數據整理時，有時會因為欄位的型態而不好操作、排序，因子factor的轉換與使用有時會遠比字符character來的容易。

Forcats文章連結 >> 請點我

 

5.      Tibble : 在創立、列印、子集的顯示與傳統數據框data.frame不同，在使用tidyverse時幾乎都會產生tibbles框架。

 

6.      Purrr : 專門處理函數與向量，可以使編寫的代碼具有表現力與易於編程。

 

7.      Stringr : 專門處理字符character的包，讓處理字符時可以變得容易許多。

Stringr文章連結 >> 請點我

 

8.      Ggplot2 : 最常使用的繪圖包，擁有美觀與強大的繪圖功能，也很好的結合編程與繪圖

 

Lubridate : 日期操作包，分析時常常會使用到日期的欄位與數值，透過lubridate可以輕鬆的進行操作與轉換。

 

Stats : 統計包，這也是使愛用者喜愛的原因吧，強大的統計功能，很簡單的就可以把相關的數值找出來。

 

Janitor : 檢查與清理包，除了檢查數據之外，也提供清洗數據的其他函數。