資料整理與資料管線

整齊資料

整齊資料(tidy data)是一種標準、可預期的表格排列方式:每一列(row)是一個觀測值,每一欄(column)是一個變數,而每一格只放一個值。舉例來說,整齊的考試成績表,每一列代表一位學生的一科考試,欄位有學生、科目、分數。

大多數的分析與繪圖工具都預期資料是整齊的,所以及早把表格整理成這個形狀,後續會省下大量功夫。常見的不整齊情況是:試算表把變數藏在欄位標題裡(每個月開一欄),或把兩個事實塞進同一格(用「12/85」同時表示身高和體重)——這些都要先重塑才算整齊。

每一列是一個(學生、考試),欄位為學生、科目、分數——而不是每個科目各開一欄。

又称
tidy format