寻求从一开始就创建 Tidy 数据的建议答案

【问题标题】：Looking for advice on creating Tidy data from the start寻求从一开始就创建 Tidy 数据的建议
【发布时间】：2019-09-18 22:43:00
【问题描述】：

我有一个会不断增长的数据集。它是按日期和小时进行的分类观察（即 1=yes，2=no）。以下是导入到 R 的可接受的格式化方法还是有更好的方法？

【问题讨论】：

这里的两个观察代表什么？它们是看不到鱼的船只数量还是看到鱼的船只数量，还是每小时可能超过两排？
不是，是数据中是否观察到船只，数据中是否观察到鱼。每个都是二元的（无论是否看到容器）。
这可能是一个完全可以接受的方法。 “整洁”的数据应该每行有一个观察值，每列有一个变量。如果这里的数据显示两个观察结果，一个检测船只和鱼，一个只检测船只，那么这似乎是合适的。 vita.had.co.nz/papers/tidy-data.pdf
我会将月、日、年和小时设为单个日期/时间列。如果工作量太大，如果可以假设每个日期正好有 24 小时，您可以让 R 代码稍后添加。
@G.Grothendieck 是的，当您每天有 24 小时工作时。每月 30 天，一次处理 4 个月，构建电子表格非常耗时。

标签： r csv tidyverse

【解决方案1】：

我会使用这样的模板：

使用一列作为日期可以更轻松地读取/导入 R。此外，YYYY-MM-DD 是 R 中日期列的默认格式。尝试将日期和时间一起写在一列中是可行的，但似乎很乏味，而且不太容易查看数据中发生的情况。正如上面的 cmets 中提到的，每个观察值都应该在单独的行上。将数据保存为 csv 后，即可轻松将其导入 R。祝你好运。

【讨论】：

这是否容易在 R 中按月分析？
是的。在 R 中，很容易使用带有年月的导入数据创建一个新列（使用 format(Date, "%Y-%m") 函数）。然后您可以按月进行几乎任何类型的分析。
实际上，如果您使用 Excel 创建它，那么如果您创建两个日期时间，然后选择它们并将其向下拖动，它将为您完成常规序列，因此在 Excel 中看起来就像在 R 中。