รวมกันเมื่อฉันต่างกับเธอ 2: ก้าวย่างทางเดิน ลืมเลือนคืนวัน ดั้นด้นไป

จากความเดิมตอนที่แล้วในบันทึก "รวมกันเมื่อฉันต่างกับเธอ: ก้าวย่างทางเดิน ลืมเลือนคืนวัน ดั้นด้นไป"

เราต้องการรวมข้อมูลที่อยู่คนละแฟ้มข้อมูลเข้าด้วยกัน โดยที่ข้อมูลที่จะรวมเข้าด้วยกันนั้นเป็นข้อมูลเรื่องเดียวกันแต่ใช้การเก็บข้อมูลโดยคนหลายคนเพื่อความรวดเร็วในการเก็บข้อมูล ใน

กรณีเช่นนี้เราจะใช้ฟังก์ชัน rbind() สำหรับรวมข้อมูลจากแต่ละคนเข้าด้วยกัน

แต่หากบังเอิญว่าข้อมูลเดียวกันนี้ของแต่ละคนมีตัวแปรที่แตกต่างกันอยู่ เราจะใช้ฟังก์ชัน rbind() เหมือนปกติจะไม่ได้แล้ว เนื่องจากจำนวน/ ชื่อตัวแปรแตกต่างกัน

ยกตัวอย่างให้เห็นแบบง่าย ๆ ดังนี้ครับ

สมมติว่าแฟ้มข้อมูลแรก มีตัวแปรทั้งหมด ๗ ตัวดังนี้

> names(mydata1)
[1] "id"  "age" "sex" "a1"  "a2"  "a3"  "a9"

และแฟ้มข้อมูลแฟ้มที่ ๒ มีจำนวนตัวแปร ๙ ตัวแปรดังนี้

> names(mydata2)
[1] "id"  "age" "sex" "a1"  "a2"  "a3"  "a4"  "a5"  "a6"

หรือแฟ้มข้อมูลทั้ง ๒ ข้างต้นมีตัวแปรและชื่อตัวแปรดังรูป

แฟ้มข้อมูลแรก (mydata1)

แฟ้มข้อมูลที่ ๒ (mydata2)

เราจะเห็นว่าจำนวนตัวแปรของแฟ้มข้อมูลทั้งสองไม่เท่ากัน เมื่อเราใช้ฟังก์ชัน rbind() รวมข้อมูลทั้งสองเข้าด้วยกันจะได้ผลลัพธ์เป็น

> rbind(mydata1,mydata2)
Error in rbind(deparse.level, ...) :
  numbers of columns of arguments do not match

ไม่สามารถรวมแฟ้มข้อมูลทั้งสองเข้าด้วยกันได้เนื่องจากมีจำนวน/ ชื่อตัวแปรไม่เหมือน/เท่ากัน

ในกรณีที่จำนวนตัวแปรมีไม่มาก (ดังเช่นตัวอย่าง) เราสามารถที่จะดูว่าตัวแปรที่ต่างกันในแต่ละแฟ้มข้อมูลนั้นมีตัวแปรอะไรบ้าง และนำไปสู่การจัดการทำให้จำนวนตัวแปรเท่ากัน หรือทำให้ชื่อตัวแปรเหมือนกัน เพื่อที่จะใช้ฟังก์ชัน rbind() รวมข้อมูลเข้าด้วยกัน

แต่หากแฟ้มข้อมูลที่เราจะรวมข้อมูลเข้าด้วยกันมีจำนวนตัวแปรจำนวนมาก เราคงต้องใช้ความพยายามอย่างมากในการตรวจสอบความแตกต่างของตัวแปรจากทั้งสองแฟ้มข้อมูล

จากตัวอย่างแฟ้มข้อมูลที่มีจำนวนตัวแปรไม่มาก เราพบว่า

• แฟ้มข้อมูลแรก (mydata1) มีตัวแปรที่ไม่มีอยู่ในแฟ้มข้อมูลที่ ๒ (mydata2) คือตัวแปร "a9"
• แฟ้มข้อมูลที่ ๒ (mydata2) มีตัวแปรที่ไม่มีในแฟ้มข้อมูลแรก (mydata1) คือตัวแปร "a4", "a5" และตัวแปร "a6"
• แฟ้มข้อมูลทั้งสองมีตัวแปรที่เหมือนกันอยู่คือตัวแปร "id", "age", "sex", "a1", "a2" และตัวแปร "a3"

R มีฟังก์ชันที่สามารถนำมาประยุกต์ใช้กับกรณีนี้ได้คือฟังก์ชัน setdiff()

หากต้องการตรวจสอบว่ามีตัวแปรใดบ้างที่มีอยู่ในแฟ้มข้อมูลที่หนึ่ง (mydata1) แต่ไม่มีในแฟ้มข้อมูลที่สอง (mydata2) ก็จะใช้บรรทัดคำสั่ง

> setdiff(colnames(mydata1),colnames(mydata2))
[1] "a9"

หากต้องการตรวจสอบว่ามีตัวแปรใดบ้างที่มีอยู่ในแฟ้มข้อมูลที่สอง (mydata2) แต่ไม่มีในแฟ้มข้อมูลที่หนึ่ง (mydata1) ก็จะใช้บรรทัดคำสั่ง

> setdiff(colnames(mydata2),colnames(mydata1))
[1] "a4" "a5" "a6"

หรือหากเราจะดูว่าแฟ้มข้อมูลทั้งสองมีตัวแปรอะไรบ้างเหมือนกันเราสามารถใช้ฟังก์ชัน intersect() ตรวจสอบได้เช่นกัน

> intersect(colnames(mydata1), colnames(mydata2))
[1] "id"  "age" "sex" "a1"  "a2"  "a3"

อิอิอิ

เราเอง

เพลง: หนุ่มทุ่งกระโจมทอง
ศิลปิน: เสรี รุ่งสว่าง

นับได้ว่าเป็นเพลงประจำเวทีลูกทุ่งเลยก็ว่าได้ เนื่องจากเพลงนี้ถูกนำมาใช้ในการประกวดร้องเพลงลูกทุ่งอยู่บ่อยครั้ง