več tabel v eno

[spelapovrzenic]

Pozdravljeni! Imam vprašanje, in sicer kako dati 2 tabeli v eno. V povezavi: https://github.com/BraMira/Mirjam-Spela/blob/master/Podatki/Uvoz1.R

sem že uvozila in naredila tabeli gl.mesta in area.pop in sedaj bi rada ti dve tabeli zdruzila v eno, saj za obe pove v kateri državi je kaj. Manjši problem pa je, ker nekatere države niso čisto enake. Kako odpraviti to težavo? In kako ju potem združiti v eno tabelo?

Že vnaprej se zahvaljujem za kakršnokoli pomoč! Špela

[jaanos]

Združevanje (po stolpcu z istim imenom) se najlažje naredi z inner_join:

names(area.pop)[1] <- "Country" # po uvozu ostane odvečen presledek
drzave <- inner_join(area.pop, gl.mesta)

Ta ustreza navadnemu JOINu v SQL - na voljo so sicer tudi funkcije left_join, right_join in full_join.

Seveda bo treba poskrbeti še za države, katerih imena se ne ujemajo. Najlažje jih dobiš z anti_join (po tem, ko že popraviš ime stolpca):

anti_join(gl.mesta, area.pop)
anti_join(area.pop, gl.mesta)

Tako lahko pred združevanjem popraviš imena držav v eni od tabel, da se bodo popolnoma ujemala.

Mimogrede, v funkciji ustvari_area je specificirano, naj se prva vrstica izpusti, zaradi česar pri površini manjka Afganistan. Poleg tega imata površino za Zahodno Saharo, glavnega mesta pa ne - odločita se, ali jo bosta izpustili, oziroma bosta na roke dodali glavno mesto (ali pa pustili, da ta vrednost manjka).

[spelapovrzenic]

aha najlepša hvala sedaj je to urejeno. sedaj imam pa še eno vprašanje spet v https://github.com/BraMira/Mirjam-Spela/blob/master/Podatki/Uvoz1.R

namreč pri religijah, ko uvozim tabelo pride zelo grda saj državam nazačetku doda znak  in tudi povsod pri odstotkih. Kako je najlepši način da se tega znabim? hvala in lp

[spelapovrzenic]

ter še en problem, link ki ga imam pri glavnih mestih, ne obstaja več oziroma je neka napaka.. ali je ok da (hvala bogu) sem že prej uvozila v csv in sedaj delam naprej s tem csvjem?

[jaanos]

Neželenih znakov se najlažje znebiš tako, da pobereš samo želen podniz:

Encoding(religije$Country) <- "UTF-8"
religije$Country <- religije$Country %>% strapplyc("([a-zA-Z -]+)") %>%
  sapply(. %>% .[[1]]) %>% trimws()
religije[,6] <- religije[,6] %>% strapplyc("([0-9.]+)") %>%
  unlist() %>% as.numeric()

Pri državah zgornja koda pobere samo ime države, brez oklepajev.

Kar se tiče glavnih mest, lahko delaš naprej s CSV datoteko. Vseeno pusti povezavo do spletne strani zakomentirano, da bo jasno, od kod so prišli podatki. Izgleda sicer, da ima stran težave z bazo, tako da bodo to najbrž kmalu popravili.

[spelapovrzenic]

najlepša hvala. Problem imam le, namreč pri Philippines mi nagaja, nemorem popraviti tako kot zgoraj, saj mi pri številih izpiše 11.00Â %[2][3] in nemore spremeniti

religije[,8] <- religije[,8] %>% strapplyc("([0-9.]+)") %>%
  unlist() %>% as.numeric()

torej tisto [2][3] ga moti.

Hvala in lp

[spelapovrzenic]

Torej nadaljujem zgornji issue, popravila sem encoding kar tako:

Encoding(religije$`Muslim%`) <- "UTF-8"

sedaj so stevilke boljše a vendar mi izpisuje še odstotke ter pri dveh podatkih dobim tak podatek (na wikipediji je bil tam vir)

11.00 %[2][3]

Kakšna pa je funkcija pa pusti samo številke, in izbriše vse od vključno predsledka naprej? Hvala in lp

[jaanos]

Da se znebiš morebitnih drugih številk, lahko uporabiš podoben trik kot pri državah, torej da pobereš samo prvi ujemajoči podniz v posamezni celici:

religije[,8] <- religije[,8] %>% strapplyc("([0-9.]+)") %>%
  sapply(. %>% .[[1]]) %>% as.numeric()

[spelapovrzenic]

Najlepša hvala! Ter zanima me še samo to, sedaj so v tabeli nekateri stolpci kot številke (num), nekateri pa so chr. Kako doseči, da bo R vedel da so vsi stolpci od vključno 4. naprej da vsebujejo številke, torej da so num ?

str(religije) 'data.frame': 264 obs. of 20 variables: $ Country : chr "Burundi" "Comoros" "Djibouti" "Eritrea" ... $ Region : chr "Sub-Saharan Africa" "Sub-Saharan Africa" "Sub-Saharan Africa" $ Subregion : chr "Eastern Africa" "Eastern Africa" "Eastern Africa" "Eastern Africa" ... $ Population : chr "8 380 000" "730 000" "890 000" "5 250 000" ... $ Christian : chr "7 667 700" "3 650" "20 470" "3 302 250" ... $ Christian% : num 91.5 0.5 2.3 62.9 62.8 84.8 85.3 82.7 25.3 0.7 ... $ Muslim : chr "234 640" "717 590" "862 410" "1 921 500" ... $ Muslim% : num 2.8 98.3 96.9 36.6 34.6 9.7 3 13 16.7 98.6 ...

torej tistim ki sem zdaj popravljala odstotke so ok so num, ostale pa so chr. hvala in lp

[jaanos]

Glede na to, da imaš presledke pri številkah, se bo teh treba znebiti pred pretvorbo v števila, npr.

religije$Population <- religije$Population %>% strsplit(split = " ") %>%
  sapply(. %>% paste(collapse = "")) %>% as.numeric()