R Graphics Cookbook, 2. Auflage

Kapitel 15. Deine Daten in Form bringen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Wenn es darum geht, Datengrafiken zu erstellen, ist die Hälfte der Schlacht schon geschlagen, bevor du einen Plot-Befehl aufrufst. Bevor du deine Daten an die Plot-Funktionen übergibst, müssen sie erst eingelesen und mit der richtigen Struktur versehen werden. Die mit R gelieferten Datensätze sind sofort einsatzbereit, aber wenn du mit realen Daten arbeitest, ist das normalerweise nicht der Fall: Du musst die Daten bereinigen und umstrukturieren, bevor du sie visualisieren kannst.

Die Rezepte in diesem Kapitel werden oft Pakete aus demTidyverse verwenden. Ein wenig Hintergrundwissen über tidyverse findest du in der Einführung in Kapitel 1. Ich werde auch zeigen, wie man viele der gleichen Aufgaben mit Base R erledigen kann, weil es in manchen Situationen wichtig ist, die Anzahl der verwendeten Pakete zu minimieren, und weil es nützlich ist, den für Base R geschriebenen Code zu verstehen.

Hinweis

Das Symbol %>%, auch bekannt als Pipe-Operator, wird in diesem Kapitel ausgiebig verwendet. Wenn du damit nicht vertraut bist, lies Rezept 1.7.

Die meisten der in diesem Kapitel verwendeten tidyverse-Funktionen stammen aus dem dplyr-Paket, und in diesem Kapitel gehe ich davon aus, dass dplyr bereits geladen ist. Du kannst es entweder mit library(tidyverse) laden, wie oben gezeigt, oder, wenn du es etwas schlanker ...