Cara menggunakan fungsi transmutasi dplyr di r (dengan contoh)

Anda dapat menggunakan fungsi transmute() di R untuk menambahkan variabel terhitung baru ke bingkai data dan menghapus variabel yang ada.

Fungsi ini menggunakan sintaks dasar berikut:

 df %>% transmute(var_new = var1 * 2)

Dalam contoh ini, variabel baru bernama var_new akan dibuat dengan mengalikan variabel yang sudah ada bernama var1 dengan 2.

Contoh berikut menunjukkan cara menggunakan fungsi transmute() dengan bingkai data berikut di R:

 #create data frame
df <- data. frame (team=c('A', 'B', 'C', 'D', 'E'),
                 points=c(99, 90, 86, 88, 95),
                 assists=c(33, 28, 31, 39, 34),
                 rebounds=c(30, 28, 24, 24, 28))

#view data frame
df

  team points assists rebounds
1 A 99 33 30
2 B 90 28 28
3 C 86 31 24
4 D 88 39 24
5 E 95 34 28

Contoh 1: Gunakan transmute() untuk membuat variabel baru

Kode berikut menunjukkan cara menggunakan transmute() untuk membuat variabel baru:

 library (dplyr)

#create new variable called points2
df %>% transmute(points2 = points * 2)

  points2
1,198
2,180
3,172
4,176
5,190

Nilai titik2 sama dengan nilai asli kolom titik dikalikan dua.

Perhatikan bahwa fungsi transmute() sebenarnya tidak mengubah bingkai data asli.

Untuk menyimpan hasil fungsi transmute() dalam bingkai data baru, Anda harus menyimpannya dalam sebuah variabel:

 library (dplyr)

#store results of transmute in variable
df_points2 <- df %>% transmute(points2 = points * 2)

#view results
df_points2

  points2
1,198
2,180
3,172
4,176
5,190

Hasil transmute() kini disimpan dalam bingkai data baru.

Contoh 2: Gunakan transmute() untuk membuat beberapa variabel baru

Kode berikut menunjukkan cara menggunakan transmute() untuk membuat beberapa variabel baru dari variabel yang sudah ada:

 library (dplyr)

#create multiple new variables
df %>%
 transmute(
  points2 = points * 2,
  rebounds_squared = rebounds^2,
  assists_half = assists/2,
  team_name= paste0(' team_ ', team)
)

  points2 rebounds_squared assists_half team_name
1,198,900 16.5 team_A
2 180 784 14.0 team_B
3 172 576 15.5 team_C
4 176 576 19.5 team_D
5 190 784 17.0 team_E

Perhatikan bahwa empat variabel baru telah dibuat.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di R:

Cara menggunakan fungsi relokasi() di dplyr
Cara menggunakan fungsi irisan() di dplyr
Cara memfilter berdasarkan nomor baris di dplyr