tidyr：進階的資料處理技法
案例討論、簡介長寬表格與 tidyr 套件
摘要
本文從工作上碰到的資料處理問題為出發點，簡介長表格、寬表格與 tidyr 套件，並實際應用資料轉置解決問題。
惱人的部分
我有一個 Excel 試算表，內容有產品、通路、價格與各月份銷售數量等欄位，每月的收入需要把各月份與價格相乘，需要更有效率的方式能夠快速計算出不同月份、季度與年度的收入。
原始的試算表
先看一下原始的試算表為何給我們帶來了困擾？
每個月份的銷售數量儲存在不同的欄位中，導致計算每月收入時，必須得用價格與 12 個欄位相乘，萬一還要計算季度或年度收入，這個做法就顯得有點辛苦，得想別的辦法；解決這個問題之前，我們得先暸解表格儲存資料時常見的兩種外觀樣式：寬表格（wide format）與長表格（long format）。
寬表格與長表格
我們先手動創建一個資料框 strawhat_wide，它是屬於寬表格的外觀樣式。
之所以稱呼為寬表格很直觀，如果要加入更多的相關資訊（例如職業、生日之類）是增加欄位。
同樣的資料如果是以長表格的外觀樣式呈現，我們可以將年齡與身高兩個數值欄位整理為鍵（key）值（value）配對的兩欄，會長得像是：
之所以稱呼為長表格同樣很直觀，倘若要加入更多的相關資訊，就會是加入新的鍵值配對，這時就是增加列數（像是體重、懸賞金額）。
tidyr 套件
在 R 語言中要如何實踐寬表格轉長表格、長表格轉寬表格呢？透過 tidyr 套件可以輕鬆完成：
- 寬表格轉長表格：gather() 函數
指定寬表格名稱、鍵的欄位名稱（在本例中是 keys）、值的欄位名稱（在本例中是 values）以及要聚集的數值欄位（在本例中是 age、height）。
- 長表格轉寬表格：spread() 函數
指定長表格名稱、鍵的欄位名稱（在本例中是 keys）、值的欄位名稱（在本例中是 values）。
解決問題
將 12 個銷售量欄位聚集為月份（key）與銷售量（value）兩個欄位，然後再對應月份新增季度欄位，如此可以快速分組算出月份、季度與年度的收入。我們寫作一個 get_quarter 函數來對照 12 個月份的名稱至季的名稱；寫作一個 get_long_format 函數來取得要用來摘要的資料。
將原始的試算表資料整理為長表格的外觀並新增了季度欄位後，要回答原本的問題：計算月份、季度與年度的總收入，就顯得游刃有餘！
只要掌握資料樣式、長寬表格的轉置技法，就可以提高原有的資料處理效率，特別是原本必須定期手動處理的資料。
如果您喜歡這篇文章，有好多方式可以表達：- 請多按幾下「拍手」圖像支持
- 追蹤作者不錯過新的文章
- 轉發給您的朋友們
- 分享連結到自己的社群網站
- 成為我們的贊助者
- 訂閱 DataInPoint！
