<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um alle bis auf eine Spalte in einem Datenrahmen mithilfe des dplyr-<\/a> Pakets in R zu gruppieren:<\/span><\/p>\n In diesem speziellen Beispiel wird der Datenrahmen nach allen Spalten mit Ausnahme der Spalte mit dem Namen this_column<\/strong> gruppiert.<\/span><\/p>\n Beachten Sie, dass das negative Vorzeichen ( \u2013<\/strong> ) in der Formel dplyr anweist, diese bestimmte Spalte in der Funktion group_by()<\/strong> auszuschlie\u00dfen.<\/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, der Informationen \u00fcber verschiedene Basketballspieler enth\u00e4lt:<\/span><\/p>\n Nehmen wir nun an, wir m\u00f6chten den Maximalwert in der Punktespalte<\/strong> finden, gruppiert \u00fcber alle anderen Spalten im Datenrahmen.<\/span><\/p>\n Wir k\u00f6nnen dazu die folgende Syntax verwenden:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n Beachten Sie, dass wir das gleiche Ergebnis auch erhalten k\u00f6nnten, wenn wir alle Spaltennamen au\u00dfer den Punkten<\/strong> in die Funktion \u201egroup_by()\u201c<\/strong> eingeben w\u00fcrden:<\/span><\/p>\n Dies entspricht dem Ergebnis des vorherigen Beispiels.<\/span><\/p>\n Beachten Sie jedoch, dass es viel einfacher ist, die Punktespalte<\/strong> in der Funktion group_by()<\/strong> auszuschlie\u00dfen, als die Namen aller anderen Spalten einzugeben.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben mit dplyr ausf\u00fchren:<\/span><\/p>\n So filtern Sie Zeilen, die eine bestimmte Zeichenfolge enthalten, mit dplyr<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um alle bis auf eine Spalte in einem Datenrahmen mithilfe des dplyr- Pakets in R zu gruppieren: df %>% group_by(across(c( – this_column))) In diesem speziellen Beispiel wird der Datenrahmen nach allen Spalten mit Ausnahme der Spalte mit dem Namen this_column gruppiert. Beachten Sie, dass das negative Vorzeichen ( […]<\/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 group_by(across(c( -<\/span> this_column)))\n<\/strong><\/pre>\n Beispiel: Gruppieren Sie nach allen Spalten au\u00dfer einer in dplyr<\/strong><\/span><\/h2>\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', 'F', 'F', 'G', 'G', 'F', 'F'),\n starter=c('Y', 'Y', 'Y', 'N', 'Y', 'N', 'N', 'N'),\n dots=c(99, 104, 119, 113))\n\n#view data frame\n<\/span>df\n\n team position starter points\n1 AGY 99\n2 AGY 104\n3 AFY 119\n4 AFN 113\n5 BGY 99\n6 BGN 104\n7 BFN 119\n8 BFN 113<\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n\n<\/span>#group by all columns except points column and find max points\ndf %>%\n group_by(across(c( -<\/span> points))) %>%\n mutate(max_points = max(points))\n\n# A tibble: 8 x 5\n# Groups: team, position, starter [6]\n team position starter points max_points\n \n1 AGY 99 104\n2 AGY 104 104\n3 AFY 119 119\n4 AFN 113 113\n5 BGY 99 99\n6 BGN 104 104\n7 BFN 119 119\n8 BFN 113 119\n<\/span><\/span><\/strong><\/pre>\n\n
library<\/span> (dplyr)<\/span>\n\n<\/span>#group by all columns except points column and find max points\ndf %>%\n group_by(across(c(team, position, starter))) %>%\n mutate(max_points = max(points))\n\n# A tibble: 8 x 5\n# Groups: team, position, starter [6]\n team position starter points max_points\n \n1 AGY 99 104\n2 AGY 104 104\n3 AFY 119 119\n4 AFN 113 113\n5 BGY 99 99\n6 BGN 104 104\n7 BFN 119 119\n8 BFN 113 119\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So berechnen Sie relative H\u00e4ufigkeiten mit dplyr<\/a>
So w\u00e4hlen Sie mit dplyr die erste Zeile nach Gruppe aus<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"