Úprava a transformace dat v R

Zdálo by se, že R není vhodný nástroj pro úpravu a agregaci dat, protože tabulku dat přímo nevidíme.
Někteří analytici doporučují úpravu dat v jiném programu, který na to má standardizované funkce a R používat pouze pro analýzu. S tím ale nemůžeme souhlasit.

Proč tedy upravovat data v R? Uvedeme několik důvodů:

• Odpadá problém přenosu souborů z programu do programu (problémy s formáty)
• R obsahuje mnoho účinných nástrojů pro úpravu i agregaci dat
• Vyvinuté skripty jednoduše uložíme a můžeme je aplikovat v jediném příkazu na stejná data bez nutnosti opakovat všechny operace (v případě, že se změní zdrojová data, nemusíte znovu všechno předělávat)
• To vede k značné úspoře Vášho času

Typy datových úprav můžeme rozdělit na

• Přidávání, odstraňování, transformace a rekódování proměnných
• Reorganizace datových tabulek (změna uspořádání, extrakce částí tabulky)
• Spojování různých datových tabulek
• Agregace - úprava datových souborů (sjednocování řádků, sloupců ...)
  • Sumarizace - vytváření popisných statistik a frekvenčních tabulek

Sumarizace je jakýmsi podtypem agregace.

V dalších kapitolách si podrobně popíšeme funkce pro jednotlivé datové úpravy v R.