<\/p>\n
Sie k\u00f6nnen den Pipe-Operator ( %>%<\/strong> ) in R verwenden, um eine Folge von Operationen zusammenzufassen.<\/span><\/p>\n Dieser Operator wird am h\u00e4ufigsten mit dem dplyr-<\/a> Paket in R verwendet, um eine Folge von Operationen an einem Datenrahmen auszuf\u00fchren.<\/span><\/p>\n Die grundlegende Syntax des Pipe-Operators lautet:<\/span><\/p>\n Der Pipe-Operator \u00fcbergibt einfach die Ergebnisse einer Operation an die n\u00e4chste Operation darunter.<\/span><\/p>\n Der Vorteil der Verwendung des Pipe-Operators besteht darin, dass der Code dadurch extrem einfach zu lesen ist.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie der Pipe-Operator in verschiedenen Szenarien mit dem in R integrierten mtcars-<\/a> Datensatz verwendet wird.<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit dem Pipe-Operator ( %>%<\/strong> ) nach der Variable cyl<\/strong> gruppieren und dann den Durchschnittswert der Variablen mpg<\/strong> zusammenfassen:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Beachten Sie, dass der Pipe-Operator auch die Interpretation des Codes erleichtert.<\/span><\/p>\n Im Grunde sagt er:<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit dem Pipe-Operator ( %>%<\/strong> ) nach den Variablen cyl<\/strong> und am<\/strong> gruppieren und anschlie\u00dfend den Mittelwert der Variablen mpg<\/strong> und die Standardabweichung der Variablen hp<\/strong> zusammenfassen:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n Beachten Sie auch hier, dass der Pipe-Operator auch die Interpretation des Codes erleichtert.<\/span><\/p>\n Im Grunde sagt er:<\/span><\/p>\n Der folgende Code zeigt, wie der Pipe-Operator ( %>%<\/strong> ) mit der Mutate-<\/a> Funktion im dplyr-<\/strong> Paket verwendet wird, um zwei neue Variablen im mtcars-Datenrahmen zu erstellen:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Beachten Sie auch hier, dass der Pipe-Operator auch die Interpretation des Codes erleichtert.<\/span><\/p>\n Im Grunde sagt er:<\/span><\/p>\n Verwandt:<\/strong> So verwenden Sie die Funktion transmute() in dplyr<\/a><\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere g\u00e4ngige Funktionen in R verwenden:<\/span><\/p>\n So verwenden Sie den Tilde-Operator (~) in R<\/a> Sie k\u00f6nnen den Pipe-Operator ( %>% ) in R verwenden, um eine Folge von Operationen zusammenzufassen. Dieser Operator wird am h\u00e4ufigsten mit dem dplyr- Paket in R verwendet, um eine Folge von Operationen an einem Datenrahmen auszuf\u00fchren. Die grundlegende Syntax des Pipe-Operators lautet: df %>% do_this_operation %>% then_do_this_operation %>% then_do_this_operation … Der Pipe-Operator \u00fcbergibt einfach […]<\/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 df %>% \n do_this_operation %>% \n then_do_this_operation %>%\n then_do_this_operation ...<\/strong><\/span><\/pre>\n #view first six rows of mtcars dataset<\/span>\nhead(mtcars)\n\n mpg cyl disp hp drat wt qsec vs am gear carb\nMazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4\nMazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4\nDatsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1\nHornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1\nHornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2\nValiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1\n<\/strong><\/span><\/pre>\n Beispiel 1: Verwenden Sie den Pipe-Operator, um eine Variable zusammenzufassen<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#summarize mean mpg grouped by cyl<\/span>\nmtcars %>% \n group_by(cyl) %>% \n summarize(mean_mpg = mean(mpg))\n\n# A tibble: 3 x 2\n cyl mean_mpg\n \n1 4 26.7\n2 6 19.7\n3 8 15.1\n<\/strong><\/span><\/pre>\n\n
\n
Beispiel 2: Verwenden Sie den Pipe-Operator, um mehrere Variablen zu gruppieren und zusammenzufassen<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#summarize mean mpg and standard dev of hp grouped by cyl and am<\/span>\nmtcars %>% \n group_by(cyl, am) %>% \n summarize(mean_mpg = mean(mpg),\n sd_hp = sd(hp))\n\n# A tibble: 6 x 4\n# Groups: cyl[3]\n cyl am mean_mpg sd_hp\n \n1 4 0 22.9 19.7 \n2 4 1 28.1 22.7 \n3 6 0 19.1 9.18\n4 6 1 20.6 37.5 \n5 8 0 15.0 33.4 \n6 8 1 15.4 50.2 \n<\/strong><\/span><\/pre>\n\n
\n
Beispiel 3: Verwenden Sie den Pipe-Operator, um neue Variablen zu erstellen<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#add two new variables in mtcars\nnew_mtcars <- mtcars %>%\n mutate(mpg2 = mpg*2,\n mpg_root = sqrt(mpg))<\/span>\n\n#view first six rows of new data frame\nhead(new_mtcars)\n\n mpg cyl disp hp drat wt qsec vs am gear carb mpg2 mpg_root\n1 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 42.0 4.582576\n2 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 42.0 4.582576\n3 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 45.6 4.774935\n4 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 42.8 4.626013\n5 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 37.4 4.324350\n6 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1 36.2 4.254409<\/span><\/span><\/strong><\/span><\/pre>\n\n
\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So verwenden Sie den Dollarzeichenoperator ($) in R<\/a>
So verwenden Sie den \u201eNOT IN\u201c-Operator in R<\/a>
So verwenden Sie den %in%-Operator in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"