आर में पाइप ऑपरेटर का उपयोग कैसे करें (उदाहरण के साथ)

आप संचालन के अनुक्रम को एक साथ “पाइप” करने के लिए आर में पाइप ऑपरेटर ( %>% ) का उपयोग कर सकते हैं।

डेटा फ्रेम पर संचालन के अनुक्रम को निष्पादित करने के लिए आर में dplyr पैकेज के साथ इस ऑपरेटर का सबसे अधिक उपयोग किया जाता है।

पाइप ऑपरेटर का मूल सिंटैक्स है:

 df %>% 
  do_this_operation %>% 
  then_do_this_operation %>%
  then_do_this_operation ...

पाइप ऑपरेटर बस एक ऑपरेशन के परिणाम को उसके नीचे के अगले ऑपरेशन में भेज देता है।

पाइप ऑपरेटर का उपयोग करने का लाभ यह है कि यह कोड को पढ़ने में बेहद आसान बनाता है।

निम्नलिखित उदाहरण दिखाते हैं कि आर में निर्मित एमटीकार्स डेटासेट के साथ विभिन्न परिदृश्यों में पाइप ऑपरेटर का उपयोग कैसे करें।

 #view first six rows of mtcars dataset
head(mtcars)

                   mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1

उदाहरण 1: किसी वेरिएबल को सारांशित करने के लिए पाइप ऑपरेटर का उपयोग करें

निम्नलिखित कोड दिखाता है कि सिलेंडर वैरिएबल द्वारा समूहित करने के लिए पाइप ऑपरेटर ( %>% ) का उपयोग कैसे करें और फिर एमपीजी वैरिएबल के औसत मूल्य को संक्षेप में प्रस्तुत करें:

 library (dplyr)

#summarize mean mpg grouped by cyl
mtcars %>% 
  group_by(cyl) %>% 
  summarize(mean_mpg = mean(mpg))

# A tibble: 3 x 2
    cyl mean_mpg
      
1 4 26.7
2 6 19.7
3 8 15.1

परिणाम से हम देख सकते हैं:

• 4 सिलेंडर मान वाली कारों के लिए औसत mpg मान 26.7 है।
• 6 सिलेंडर मान वाली कारों के लिए औसत mpg मान 19.7 है।
• 8 सिलेंडर मान वाली कारों के लिए औसत mpg मान 15.1 है।

ध्यान दें कि कैसे पाइप ऑपरेटर कोड की व्याख्या करना भी आसान बना देता है।

मूलतः, वह कहते हैं:

• एमटीकार्स डेटा फ़्रेम लें।
• इसे सिलेंडर वेरिएबल के आधार पर समूहित करें।
• फिर mpg वैरिएबल के औसत मान को संक्षेप में प्रस्तुत करें।

उदाहरण 2: एकाधिक वेरिएबल्स को समूहीकृत और सारांशित करने के लिए पाइप ऑपरेटर का उपयोग करें

निम्नलिखित कोड दिखाता है कि पाइप ऑपरेटर ( %>% ) का उपयोग सिलेंडर और एएम वेरिएबल्स द्वारा समूहित करने के लिए कैसे करें, फिर एमपीजी वेरिएबल के माध्य और एचपी वेरिएबल के मानक विचलन को सारांशित करें:

 library (dplyr)

#summarize mean mpg and standard dev of hp grouped by cyl and am
mtcars %>% 
  group_by(cyl, am) %>% 
  summarize(mean_mpg = mean(mpg),
            sd_hp = sd(hp))

# A tibble: 6 x 4
# Groups: cyl[3]
    cyl am mean_mpg sd_hp
        
1 4 0 22.9 19.7 
2 4 1 28.1 22.7 
3 6 0 19.1 9.18
4 6 1 20.6 37.5 
5 8 0 15.0 33.4 
6 8 1 15.4 50.2 

परिणाम से हम देख सकते हैं:

• 4 के सिलेंडर मान और 0 के एएम मान वाली कारों के लिए, औसत एमपीजी मान 22.9 है और एचपी मान का मानक विचलन 19.7 है।
• 4 के सिलेंडर मान और 1 के एएम मान वाली कारों के लिए, औसत एमपीजी मान 28.1 है और एचपी मान का मानक विचलन 22.7 है।

और इसी तरह।

फिर से, ध्यान दें कि कैसे पाइप ऑपरेटर कोड की व्याख्या करना भी आसान बना देता है।

मूलतः, वह कहते हैं:

• एमटीकार्स डेटा फ़्रेम लें।
• इसे वेरिएबल cyl और am के आधार पर समूहित करें।
• फिर mpg वेरिएबल के माध्य मान और hp वेरिएबल के मानक विचलन को संक्षेप में प्रस्तुत करें।

उदाहरण 3: नए वेरिएबल बनाने के लिए पाइप ऑपरेटर का उपयोग करें

निम्नलिखित कोड दिखाता है कि mtcars डेटा फ़्रेम में दो नए वेरिएबल बनाने के लिए dplyr पैकेज में म्यूटेट फ़ंक्शन के साथ पाइप ऑपरेटर ( %>% ) का उपयोग कैसे करें:

 library (dplyr)

#add two new variables in mtcars
new_mtcars <- mtcars %>%
                mutate(mpg2 = mpg*2,
                       mpg_root = sqrt(mpg))

#view first six rows of new data frame
head(new_mtcars)

   mpg cyl disp hp drat wt qsec vs am gear carb mpg2 mpg_root
1 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 42.0 4.582576
2 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 42.0 4.582576
3 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 45.6 4.774935
4 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 42.8 4.626013
5 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 37.4 4.324350
6 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1 36.2 4.254409

परिणाम से हम देख सकते हैं:

• नए mpg2 कॉलम में mpg कॉलम के मानों को 2 से गुणा किया गया है।
• नए mpg_root कॉलम में mpg कॉलम में मानों का वर्गमूल शामिल है।

फिर से, ध्यान दें कि कैसे पाइप ऑपरेटर कोड की व्याख्या करना भी आसान बना देता है।

मूलतः, वह कहते हैं:

• एमटीकार्स डेटा फ़्रेम लें।
• mpg2 नामक एक नया कॉलम और mpg_root नामक एक नया कॉलम बनाएं।

संबंधित: dplyr में ट्रांसम्यूट() फ़ंक्शन का उपयोग कैसे करें

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि R में अन्य सामान्य फ़ंक्शंस का उपयोग कैसे करें:

आर में टिल्डे ऑपरेटर (~) का उपयोग कैसे करें
आर में डॉलर साइन ऑपरेटर ($) का उपयोग कैसे करें
R में “NOT IN” ऑपरेटर का उपयोग कैसे करें
R में %in% ऑपरेटर का उपयोग कैसे करें