Định dạng rộng sang định dạng dài

Trong bài học này, mình sẽ tập trung vào cách dùng hàm pivot_longer() từ package tidyr để chuyển dữ liệu từ định dạng rộng sang định dạng dài.

Tìm hiểu định dạng rộng và định dạng dài

Định dạng rộng: Mỗi biến có một cột riêng.
Định dạng dài: Các biến được lưu theo cặp khóa-giá trị, với một cột chứa tên biến và cột còn lại chứa các giá trị.

Hàm pivot_longer()

Hàm pivot_longer() từ tidyr dùng để chuyển dữ liệu từ định dạng rộng sang định dạng dài. Đây là cú pháp cơ bản:

pivot_longer(data, cols, names_to = "key", values_to = "value")

Ví dụ:

# Tải thư viện cần thiết
library(tidyr)

# Tạo bộ dữ liệu mẫu ở dạng rộng
wide_data <- data.frame(
  name = c("Alice", "Bob", "Charlie"),
  math = c(85, 76, 90),
  science = c(92, 88, 75),
  history = c(78, 82, 85)
)

# Chuyển sang dạng dài
long_data <- pivot_longer(wide_data, 
                          cols = c(math, science, history),
                          names_to = "subject",
                          values_to = "score")

print(long_data)

Đầu ra:

# Một tibble: 9 × 3
  name    subject score
  <chr>   <chr>   <dbl>
1 Alice   math       85
2 Alice   science    92
3 Alice   history    78
4 Bob     math       76
5 Bob     science    88
6 Bob     history    82
7 Charlie math       90
8 Charlie science    75
9 Charlie history    85

Thay vì có 4 cột: name, math, science và history, ta có 3 cột: name, subject, score

Tìm hiểu các đối số

• cols: Chỉ định những cột nào sẽ được chuyển sang định dạng dài.
• names_to: Đặt tên cho cột mới chứa tên các cột từ định dạng rộng.
• values_to: Đặt tên cho cột mới chứa các giá trị.

Tầm quan trọng trong phân tích dữ liệu

Dữ liệu ở định dạng dài thường được ưu tiên vì:

• Dễ thao tác và phân tích hơn bằng các công cụ như dplyr
• Phù hợp hơn với mô hình hóa thống kê và trực quan hóa
• Nhất quán với các nguyên tắc về dữ liệu gọn gàng