<\/p>\n
Seringkali Anda mungkin ingin menghitung jumlah per grup di R. Anda dapat menggunakan tiga metode untuk melakukannya:<\/span><\/p>\n Metode 1: Gunakan basis R.<\/strong><\/span><\/p>\n Metode 2: Gunakan paket dplyr().<\/strong><\/span><\/p>\n Metode 3: Gunakan paket data.table.<\/strong><\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan masing-masing metode ini dalam praktik.<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan fungsi Aggregate()<\/strong> database R untuk menghitung jumlah poin yang dicetak oleh tim dalam bingkai data berikut:<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan fungsi group_by()<\/strong> dan summarise()<\/strong> dari paket dplyr<\/strong> untuk menghitung jumlah poin yang dicetak oleh tim dalam bingkai data berikut:<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan paket data.table<\/strong> untuk menghitung jumlah poin yang dicetak oleh tim dalam bingkai data berikut:<\/span><\/p>\n Perhatikan bahwa ketiga metode memberikan hasil yang sama.<\/span><\/p>\n Catatan:<\/strong> Jika Anda memiliki kumpulan data yang sangat besar, metode data.table akan bekerja paling cepat dari tiga metode yang tercantum di sini.<\/span><\/p>\n Cara menghitung mean per grup di R<\/a> Seringkali Anda mungkin ingin menghitung jumlah per grup di R. Anda dapat menggunakan tiga metode untuk melakukannya: Metode 1: Gunakan basis R. aggregate(df$col_to_aggregate, list(df$col_to_group_by), FUN= sum ) Metode 2: Gunakan paket dplyr(). library (dplyr) df %>% group_by (col_to_group_by) %>% summarize (Freq = sum (col_to_aggregate)) Metode 3: Gunakan paket data.table. library (data.table) dt[ ,list(sum= sum (col_to_aggregate)), […]<\/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 aggregate(df$col_to_aggregate, list(df$col_to_group_by), FUN= sum<\/span> )<\/span><\/strong><\/pre>\n library<\/span> (dplyr)\n\ndf %>%\n group_by<\/span> (col_to_group_by) %>%\n summarize<\/span> (Freq = sum<\/span> (col_to_aggregate))\n<\/b><\/span><\/pre>\n library<\/span> (data.table)\n\ndt[ ,list(sum= sum<\/span> (col_to_aggregate)), by=col_to_group_by]\n<\/b><\/span><\/pre>\n Metode 1: Hitung jumlah per kelompok menggunakan basis R<\/strong><\/span><\/h3>\n
#create data frame<\/span>\ndf <- data.frame(team=c('a', 'a', 'b', 'b', 'b', 'c', 'c'),\n pts=c(5, 8, 14, 18, 5, 7, 7),\n rebs=c(8, 8, 9, 3, 8, 7, 4))\n\n#view data frame<\/span>\ndf\n\n team pts rebs\n1 to 5 8\n2 to 8 8\n3 b 14 9\n4 b 18 3\n5 b 5 8\n6 c 7 7\n7 c 7 4\n\n#find sum of points scored by team\n<\/span><\/span>aggregate(df$pts, list(df$team), FUN= sum<\/span> )\n\n Group.1 x\n1 to 13\n2 b 37\n3 v 14\n<\/span><\/strong><\/pre>\n Metode 2: Hitung jumlah berdasarkan kelompok menggunakan dplyr<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)<\/span><\/b>\n\n#create data frame<\/span>\ndf <- data.frame(team=c('a', 'a', 'b', 'b', 'b', 'c', 'c'),\n pts=c(5, 8, 14, 18, 5, 7, 7),\n rebs=c(8, 8, 9, 3, 8, 7, 4))\n\n#find sum of points scored by team<\/span>\ndf %>%\ngroup_by<\/span> (team) %>%\nsummarize<\/span> (Freq = sum<\/span> (pts))\n\n# A tibble: 3 x 2\n team Freq\n <chr> <dbl>\n1 to 13\n2 b 37\n3 v 14<\/b>\n<\/span><\/strong><\/pre>\n Metode 3: Hitung jumlah berdasarkan kelompok menggunakan data.tabel<\/strong><\/span><\/h3>\n
library<\/span> (data.table)<\/span><\/b>\n\n#create data frame<\/span>\ndf <- data.frame(team=c('a', 'a', 'b', 'b', 'b', 'c', 'c'),\n pts=c(5, 8, 14, 18, 5, 7, 7),\n rebs=c(8, 8, 9, 3, 8, 7, 4))\n\n#convert data frame to data table<\/span> \nsetDT(df)\n\n#find sum of points scored by team<\/span>\ndf[,list(sum= sum<\/span> (pts)), by=team]\n\n team sum\n1:a 13\n2:b37\n3:c14<\/b><\/span><\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara menghitung kuantil berdasarkan kelompok di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"