Tag: Flat files

ในบทความนี้ เราจะมาดูวิธีใช้ 3 packages สำหรับโหลด flat file ในภาษา R กัน

ถ้าพร้อมแล้ว ไปเริ่มกันเลย

1. 📁 Flat File คืออะไร?
2. 📦 3 Packages
3. 1️⃣ Package #1: utils
4. 2️⃣ Package #2: readr
5. 3️⃣ Package #3: data.table
6. 💪 Summary
7. 📚 Further Reading
8. 😺 GitHub
9. 📃 References

📁 Flat File คืออะไร?

Flat file คือ ไฟล์ plain text ที่เก็บข้อมูลแบบตาราง (tabular data)

Flat file ที่พบได้บ่อย เช่น:

• CSV (comma-separated values)
• TSV (tab-separated values)

ตัวอย่าง flat file (CSV):

Fast Food Joint Nutrition Values Dataset จาก Kaggle ซึ่งมีข้อมูลโภชนาการอาหารจาก restaurant chains อย่าง Pizza Hut, McDonald’s, และ Starbucks:

Company,Category,Product,Per Serve Size,Energy (kCal),Carbohydrates (g),Protein (g),Fiber (g),Sugar (g),Total Fat (g),Saturated Fat (g),Trans Fat (g),Cholesterol (mg),Sodium (mg)
Pizza Hut,All Meals,Corn n Cheese (Personal),143.5 g,432.6,65.64,17.91,3.85,0.0,10.93,5.14,0.16,16.19,499.72
Pizza Hut,All Meals,Country Feast (Personal),178 g,407.6,67.11,16.73,7.19,0.0,8.03,3.24,0.11,66.8,818.0
Pizza Hut,All Meals,Double Cheese (Personal),143 g,423.33,59.97,18.26,3.49,0.0,12.27,5.23,0.18,19.75,638.22
Pizza Hut,All Meals,Double Paneer Supreme (Personal),174.5 g,474.03,52.86,20.07,3.79,0.0,20.26,9.25,0.33,71.72,1128.11
Pizza Hut,All Meals,Farmer`s Pick (Personal),177 g,408.16,53.93,19.91,2.46,0.0,12.53,4.9,0.14,48.09,942.67

📦 3 Packages

ในภาษา R เรามี 3 packages สำหรับโหลด flat file ได้แก่:

1. utils
2. readr
3. data.table

เราไปดูวิธีใช้แต่ละ package กัน

1️⃣ Package #1: utils

utils เป็น package จาก base R ทำให้เราใช้งานได้โดยไม่ต้องโหลด package เพิ่มเติม

utils มี 3 functions หลักสำหรับโหลด flat file ดังนี้:

ตัวอย่างการใช้งาน:

โหลด Fast Food Joint Nutrition Values Dataset แบบ CSV:

# Import with read.csv()
nutrition.csv <- read.csv("Nutrition_Value_Dataset.csv")

โหลด Fast Food Joint Nutrition Values Dataset แบบ TSV:

# Import with read.delim()
nutrition.delim <- read.delim("Nutrition_Value_Dataset.tsv")

โหลด flat file อื่น ๆ เช่น flat file ซึ่งใช้ “/” แบ่งข้อมูล:

nutrition.table <- read.table("Nutrition_Value_Dataset.txt",
                              header = TRUE,
                              sep = "/")

ตัวอย่างผลลัพธ์:

Company,Category,Product,Per Serve Size,Energy (kCal),Carbohydrates (g),Protein (g),Fiber (g),Sugar (g),Total Fat (g),Saturated Fat (g),Trans Fat (g),Cholesterol (mg),Sodium (mg)
Pizza Hut,All Meals,Corn n Cheese (Personal),143.5 g,432.6,65.64,17.91,3.85,0.0,10.93,5.14,0.16,16.19,499.72
Pizza Hut,All Meals,Country Feast (Personal),178 g,407.6,67.11,16.73,7.19,0.0,8.03,3.24,0.11,66.8,818.0
Pizza Hut,All Meals,Double Cheese (Personal),143 g,423.33,59.97,18.26,3.49,0.0,12.27,5.23,0.18,19.75,638.22
Pizza Hut,All Meals,Double Paneer Supreme (Personal),174.5 g,474.03,52.86,20.07,3.79,0.0,20.26,9.25,0.33,71.72,1128.11
Pizza Hut,All Meals,Farmer`s Pick (Personal),177 g,408.16,53.93,19.91,2.46,0.0,12.53,4.9,0.14,48.09,942.67

Note:

read.csv() และ read.tsv() เป็น wrapper function ของ read.table() หรือ function ที่ทำให้เราใช้งาน read.table() ได้ง่ายขึ้น

นั่นหมายความว่า ทุกครั้งที่เราเรียกใช้ read.csv() และ read.delim() เรากำลังเรียกใช้ read.table() แบบนี้:

2️⃣ Package #2: readr

readr เป็น package ที่ทำงานคล้ายกับ utils แต่แทนที่โหลด flat file เป็น data frame, readr โหลดข้อมูลเป็น tibble ซึ่งเป็น data frame เว่อร์ชั่นที่มีประสิทธิภาพมากขึ้น

readr มี 3 functions หลักสำหรับโหลด flat file ซึ่งเทียบได้กับ utils ดังนี้:

ตัวอย่างการใช้งาน:

ก่อนเริ่มใช้งาน เราต้องติดตั้งและโหลด readr ก่อน:

# Install
install.packages("readr")

# Load
library(readr)

จากนั้น เราสามารถเรียกใช้งาน functions ของ readr ได้เลย:

โหลด Fast Food Joint Nutrition Values Dataset แบบ CSV:

# Import with read_csv()
nutrition_csv <- read_csv("Nutrition_Value_Dataset.csv")

โหลด Fast Food Joint Nutrition Values Dataset แบบ TSV:

# Import with read_tsv()
nutrition_tsv <- read_tsv("Nutrition_Value_Dataset.tsv")

โหลด flat file อื่น ๆ เช่น flat file ซึ่งใช้ “/” แบ่งข้อมูล:

# Import with read_delim()
nutrition_delim <- read_delim("Nutrition_Value_Dataset.txt",
                              delim = "/")

ตัวอย่างผลลัพธ์:

# A tibble: 6 × 14
  Company   Category  Product      `Per Serve Size` `Energy (kCal)` `Carbohydrates (g)` `Protein (g)` `Fiber (g)` `Sugar (g)` `Total Fat (g)` `Saturated Fat (g)`
  <chr>     <chr>     <chr>        <chr>                      <dbl>               <dbl>         <dbl>       <dbl>       <dbl>           <dbl>               <dbl>
1 Pizza Hut All Meals Corn n Chee… 143.5 g                     433.                65.6          17.9        3.85           0           10.9                 5.14
2 Pizza Hut All Meals Country Fea… 178 g                       408.                67.1          16.7        7.19           0            8.03                3.24
3 Pizza Hut All Meals Double Chee… 143 g                       423.                60.0          18.3        3.49           0           12.3                 5.23
4 Pizza Hut All Meals Double Pane… 174.5 g                     474.                52.9          20.1        3.79           0           20.3                 9.25
5 Pizza Hut All Meals Farmer`s Pi… 177 g                       408.                53.9          19.9        2.46           0           12.5                 4.9 
6 Pizza Hut All Meals Margherita … 130.5 g                     362.                50.7          15.9        4.08           0           10.6                 3.86
# ℹ 3 more variables: `Trans Fat (g)` <dbl>, `Cholesterol (mg)` <dbl>, `Sodium (mg)` <dbl>

Note:

เช่นเดียวกับ utils, read_csv() และ read_tsv() เป็น wrapper function ของ read_delim()

3️⃣ Package #3: data.table

สุดท้าย data.table เป็น data manipulation package ที่เน้นความเร็วในการประมวลผล

data.table มี function สำหรับโหลด flat file ที่ใช้ง่ายและรวดเร็วกว่า read.table() และ read_delim() ได้แก่ fread() (ย่อมาจาก fast read)

ข้อมูลที่โหลดด้วย fread() จะอยู่ในรูป data.table ซึ่งเป็นประเภท data frame ที่ทรงพลังกว่า

ตัวอย่างการใช้งาน:

เช่นเดียวกับ readr เราต้องติดตั้งและโหลด data.table ก่อนเริ่มใช้งาน:

# Install
install.packages("data.table")

# Load
library(data.table)

จากนั้น เราสามารถเรียกใช้งาน fread() เพื่อโหลดไฟล์ได้:

โหลด Fast Food Joint Nutrition Values Dataset แบบ CSV:

# Import CSV with fread()
nutrition_fread_csv <- fread("Nutrition_Value_Dataset.csv")

โหลด Fast Food Joint Nutrition Values Dataset แบบ TSV:

# Import TSV with fread()
nutrition_fread_tsv <- fread("Nutrition_Value_Dataset.tsv")

โหลด flat file อื่น ๆ เช่น flat file ซึ่งใช้ “/” แบ่งข้อมูล:

# Import TXT with "/" separator with fread()
nutrition_fread_txt <- fread("Nutrition_Value_Dataset.txt",
                             sep = "/")

ตัวอย่างผลลัพธ์:

     Company  Category                          Product Per Serve Size Energy (kCal) Carbohydrates (g) Protein (g) Fiber (g) Sugar (g) Total Fat (g) Saturated Fat (g) Trans Fat (g) Cholesterol (mg) Sodium (mg)
      <char>    <char>                           <char>         <char>         <num>             <num>       <num>     <num>     <num>         <num>             <num>         <num>            <num>       <num>
1: Pizza Hut All Meals         Corn n Cheese (Personal)        143.5 g        432.60             65.64       17.91      3.85         0         10.93              5.14          0.16            16.19      499.72
2: Pizza Hut All Meals         Country Feast (Personal)          178 g        407.60             67.11       16.73      7.19         0          8.03              3.24          0.11            66.80      818.00
3: Pizza Hut All Meals         Double Cheese (Personal)          143 g        423.33             59.97       18.26      3.49         0         12.27              5.23          0.18            19.75      638.22
4: Pizza Hut All Meals Double Paneer Supreme (Personal)        174.5 g        474.03             52.86       20.07      3.79         0         20.26              9.25          0.33            71.72     1128.11
5: Pizza Hut All Meals         Farmer`s Pick (Personal)          177 g        408.16             53.93       19.91      2.46         0         12.53              4.90          0.14            48.09      942.67
6: Pizza Hut All Meals            Margherita (Personal)        130.5 g        361.73             50.69       15.93      4.08         0         10.58              3.86          0.12            26.47      713.82

💪 Summary

ในบทความนี้ เราได้ทำความรู้จักกับ 3 packages สำหรับโหลด flat file ในภาษา R:

Package #1. utils:

• read.csv()
• read.delim()
• read.table()

Package #2. readr:

• read_csv()
• read_tsv()
• read_delim()

Package 3. data.table:

• fread()

📚 Further Reading

สำหรับคนที่ต้องการศึกษาเพิ่มเติม สามารถอ่านคู่มือการใช้ functions ในบทความนี้ได้ดังนี้:

• read.table()
• read_delim()
• fread()

😺 GitHub

ดู code ทั้งหมดในบทความนี้ได้ที่ GitHub:

• Code สำหรับ import
• Code สำหรับแปลง CSV เป็น TSV และ TXT

📃 References

• Introduction to Importing Data in R (DataCamp)
• Introduction to Importing Data in R (RPubs)
• Importing Flat Files Into R
• How To Import Data from a File in R Programming