在進行數據分析的時候，資料整理的格式十分重要，基本原則有三
每一個變數(variable)形成一欄
每一觀察值(observation)形成一列
每一種觀測單位形成一個表格
1. Each variable forms a column.
2. Each observation forms a row.
3. Each type of observational unit forms a table.
以下的表一和表二，都是同樣的資料，但是紀錄的方式卻不相同。這個表格中一共有三種變數(人名、treatment、結果的數量），觀察值有6個（如果缺失值不計，則為5個）
如果以tidy data的目標來轉換，會成為這樣的表格，每一欄都是一個變數，每一列都是一筆觀察值。
如果以tidy data的目標來轉換，會成為這樣的表格，每一欄都是一個變數，每一列都是一筆觀察值。
混亂的資料集( messy data)常見的問題有以下幾點
- 欄標題是數值，而不是變數名稱
- 多個變數在同一欄
- 變數同時在欄和列
- 多種觀察單位存在同一張表格
- 單一觀察單位存在多個表格
原文
- Column headers are values, not variable names.
- Multiple variables are stored in one column.
- Variables are stored in both rows and columns.
- Multiple types of observational units are stored in the same table.
- A single observational unit is stored in multiple tables.
欄標題是數值，而不是變數名稱
以下這個例子就是欄標題不是用變數，而是用了數值。這是一個宗教對應收入的表格，左邊一欄是宗教，右邊六欄都是收入的「數值」。這個資料夾其實有三種變數，宗教、收入、數量
轉成tidy data應該變成這樣
欄標題非變數的另外一個例子。這是音樂排行榜的例子，右邊三欄分別是第一週、第二週、第三週的排名，實際上右邊會延長很多到第75週
轉變成tidy data之後是這樣，把上表的週和排名變為兩欄
以下這個例子就是欄標題不是用變數，而是用了數值。這是一個宗教對應收入的表格，左邊一欄是宗教，右邊六欄都是收入的「數值」。這個資料夾其實有三種變數，宗教、收入、數量
轉成tidy data應該變成這樣
欄標題非變數的另外一個例子。這是音樂排行榜的例子，右邊三欄分別是第一週、第二週、第三週的排名，實際上右邊會延長很多到第75週
轉變成tidy data之後是這樣，把上表的週和排名變為兩欄
多個變數在同一欄
這個例子中的欄標題，m014，代表了male,0歲到14歲。所以同一欄裡頭就有兩個不同的變數，最右邊的f014則是female,0-14歲。仔細觀察這個表，其實變數有五個，country、year、sex、age、cases
轉換成tidy data的過程，先做成左邊之後，再把性別一變數獨立出來一欄，成為五欄的tidy data（下右圖）
變數同時在欄和列
這是某個天氣站的氣溫觀察紀錄，d1代表第一天（右邊其實還有d9-d31都被省略)。tmin和tmax代表當日最低溫和最高溫。
轉變成tidy data如下，右邊已經幾乎是tidy data，但右邊會更完整。
多種觀察單位存在同一張表格
這個例子中的欄標題，m014，代表了male,0歲到14歲。所以同一欄裡頭就有兩個不同的變數，最右邊的f014則是female,0-14歲。仔細觀察這個表，其實變數有五個，country、year、sex、age、cases
轉換成tidy data的過程，先做成左邊之後，再把性別一變數獨立出來一欄，成為五欄的tidy data（下右圖）
變數同時在欄和列
這是某個天氣站的氣溫觀察紀錄，d1代表第一天（右邊其實還有d9-d31都被省略)。tmin和tmax代表當日最低溫和最高溫。
轉變成tidy data如下，右邊已經幾乎是tidy data，但右邊會更完整。
多種觀察單位存在同一張表格
這是前面提過的排行榜例子，之前的表格中，歌手和歌曲會重複多次，可以再將上面的資料表格轉換成關聯式表格。
Tidy
