Ispirazioni e fonti…

• Questa presentazione si basa sulla documentazione ufficiale del package tidyr disponibile su questo link: https://tidyr.tidyverse.org/.

R for Data Science 2nd Edition: Capitolo 6: Data tidying.

Due tipiche strutture tabellari

Trasformazioni (pivoting)

Altre strutture dati / trasformazioni (cenni)

• Nested data: un nested data frame è un data frame dove una (o più) colonne è una lista di dataframe

  • la funzione nest() permette di creare nested dataframe
  • la funzione unnest() permette di tornare indietro a strutture piatte
  • questo tipo di strutture sono utili in congiunzione con le funzioni dei package tidymodels e broom

• Rectangling: serve per trasformare una lista annidata (spesso su più livelli) in un dataset tidy (righe vs colonne)

  • Si tratta di dati tipicamente in formato JSON o XML di solito “catturati” sul web (web scraping)
  • unnest_longer() trasforma ogni elemento di una lista-colonna in una nuova riga
  • unnest_wider() trasforma ogni elemento di una lista-colonna in una nuova colonna
  • hoist() simile ad unnest_wider() ma estrae solo elementi selezionati e può raggiungere più livelli
  • per input complessi altre funzioni specifiche sono disponibili nel package tibblify