Cara Menghitung Nilai Data Unik dalam R - dummies

Untuk mengetahui data apa yang boleh dipertimbangkan ketika bekerja di R, mari kita lihat pada mtc databasen. Data terbina dalam ini menerangkan penggunaan bahan api dan sepuluh titik reka bentuk yang berbeza dari 32 buah kereta dari tahun 1970-an. Ia mengandungi, secara keseluruhan, 11 pembolehubah, tetapi kesemuanya adalah angka.

Walaupun anda boleh bekerjasama dengan bingkai data seperti itu, beberapa pembolehubah boleh ditukarkan kepada faktor kerana mereka mempunyai nilai yang terhad.

Jika anda tidak tahu berapa banyak nilai yang berbeza pembolehubah mempunyai, anda boleh mendapatkan maklumat ini dalam dua langkah mudah:

1. Dapatkan nilai unik pembolehubah menggunakan unik () .

2. Dapatkan panjang vektor yang dihasilkan menggunakan panjang () .

Menggunakan fungsi sapply (), anda boleh melakukan ini untuk keseluruhan bingkai data sekaligus. Anda memohon fungsi tanpa nama menggabungkan kedua langkah yang disebutkan pada bingkai data keseluruhan, seperti ini:

>> sapply (mtcars, fungsi (x) panjang (unik (x))) mpg cyl disp hp drat wt qsec vs am gear carb 25 3 27 22 22 29 30 2 2 3 6 > Jadi, ia kelihatan seperti pemboleh ubah silinder, vs, am, gear, dan karbohidrat dapat mendapat manfaat daripada penukaran kepada faktor.

Anda mempunyai 32 pemerhatian yang berbeza dalam dataset tersebut, jadi tidak ada pemboleh ubah yang mempunyai nilai unik sahaja.

Apabila merawat pembolehubah seperti faktor bergantung sedikit pada keadaan, tetapi, sebagai peraturan umum, elakkan lebih daripada sepuluh tahap yang berbeza dalam satu faktor dan cuba untuk mempunyai sekurang-kurangnya lima nilai setiap peringkat.