將資料巢狀化
在本課程中，你將使用涵蓋 77 個國家、為期 52 年的一系列經濟與社會指標。這些資料已儲存在 gapminder 資料框中。
在這個練習中，你會把 gapminder 資料轉換成巢狀化的資料框，方法是使用建立整齊化（tidy）機器學習基礎所需的第一個工具：nest()。
注意：這個版本比 gapminder 套件提供的資料集更細緻。此版本可在 dslabs 套件中取得。
本練習屬於課程
Tidyverse 的 Machine Learning
練習說明
- 先查看
gapminder的前 6 列。 - 接著運用
group_by()與nest()依country來將資料框巢狀化，並將結果存為gap_nested。 - 檢視新建立的資料框
gap_nested的前 6 列，留意新的複雜欄位 data，其中包含 tibbles。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Explore gapminder
head(___)
# Prepare the nested data frame gap_nested
library(tidyverse)
gap_nested <- gapminder %>%
group_by(___) %>%
___()
# Explore gap_nested
head(___)