<\/p>\n
Sie k\u00f6nnen die folgenden Funktionen aus dem dplyr-<\/a> Paket verwenden, um eine H\u00e4ufigkeitstabelle nach Gruppen in R zu erstellen:<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Angenommen, wir haben den folgenden Datenrahmen in R:<\/span><\/p>\n Nehmen wir an, wir m\u00f6chten eine H\u00e4ufigkeitstabelle erstellen, die die H\u00e4ufigkeit jeder Position, gruppiert nach Team, zeigt.<\/span><\/p>\n Wir k\u00f6nnen dazu die folgende Syntax verwenden:<\/span><\/p>\n So interpretieren Sie das Ergebnis:<\/span><\/p>\n Beachten Sie, dass wir die Spalte, die die H\u00e4ufigkeiten enth\u00e4lt, umbenennen k\u00f6nnen, indem wir den Variablennamen in der Funktion summary()<\/strong> \u00e4ndern.<\/span><\/p>\n Beispielsweise k\u00f6nnten wir die Spalte stattdessen in \u201eAnzahl\u201c umbenennen:<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere allgemeine Funktionen in dplyr ausf\u00fchren:<\/span><\/p>\n So berechnen Sie relative H\u00e4ufigkeiten mit dplyr<\/a> Sie k\u00f6nnen die folgenden Funktionen aus dem dplyr- Paket verwenden, um eine H\u00e4ufigkeitstabelle nach Gruppen in R zu erstellen: library (dplyr) df %>% group_by (var1, var2) %>% summarize (Freq=n()) Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird. Beispiel: Erstellen Sie eine H\u00e4ufigkeitstabelle nach Gruppe Angenommen, wir haben den folgenden Datenrahmen in […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n library<\/span> (dplyr)<\/span>\n\n<\/span>df %>%\n group_by<\/span> (var1, var2) %>%\n summarize<\/span> (Freq=n())\n<\/strong><\/pre>\n Beispiel: Erstellen Sie eine H\u00e4ufigkeitstabelle nach Gruppe<\/strong><\/span><\/h3>\n
#create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),\n position=c('G', 'G', 'G', 'F', 'G', 'F', 'F', 'C'))\n\n#view data frame\n<\/span>df\n\n team position\n1 AG\n2 AG\n3 AG\n4 AF\n5 BG\n6 BF\n7 BF\n8 BC<\/strong><\/span><\/pre>\n library<\/span> (dplyr)<\/span>\n\n#calculate frequency of position, grouped by team\ndf %>%<\/span>\ngroup_by<\/span> (team, position) %>%<\/span>\nsummarize<\/span> (Freq=n())\n<\/span><\/span>\n# A tibble: 5 x 3\n# Groups: team [2]\n team position Freq\n \n1 AF 1\n2 AG 3\n3 BC 1\n4 BF 2\n5 BG 1\n<\/strong><\/span><\/pre>\n\n
library<\/span> (dplyr)\n\n#calculate frequency of position, grouped by team<\/span>\ndf %>%\n group_by<\/span> (team, position) %>%\n summarize<\/span> (count=n())\n<\/span>\n# A tibble: 5 x 3\n# Groups: team [2]\n team position count\n \n1 AF 1\n2 AG 3\n3 BC 1\n4 BF 2\n5 BG 1<\/strong><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So sortieren Sie Variablen mit dplyr nach Gruppen<\/a>
So w\u00e4hlen Sie Spalten nach Index mit dplyr aus<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"