<\/p>\n
Fungsi lapply()<\/strong> di R dapat digunakan untuk menerapkan fungsi ke setiap elemen daftar, vektor, atau bingkai data dan mendapatkan daftar<\/strong> yang sesuai.<\/span><\/p>\n Fungsi sapply()<\/strong> juga dapat digunakan untuk menerapkan fungsi ke setiap elemen daftar, vektor, atau bingkai data, namun sebagai hasilnya ia mengembalikan vektor<\/strong> .<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan masing-masing fungsi ini di R.<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan fungsi lapply()<\/strong> untuk mengalikan setiap nilai di setiap kolom bingkai data dengan 2:<\/span><\/p>\n Perhatikan bahwa hasilnya adalah sebuah daftar.<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan fungsi sapply()<\/strong> untuk mengalikan setiap nilai di setiap kolom bingkai data dengan 2:<\/span><\/p>\n Perhatikan bahwa hasilnya adalah matriks vektor.<\/span><\/p>\n Perhatikan bahwa Anda dapat menggunakan as.data.frame()<\/strong> untuk mengembalikan bingkai data, bukan matriks:<\/span><\/p>\n Dalam 99% kasus, Anda akan menggunakan sapply()<\/strong> karena lebih masuk akal jika mengembalikan vektor atau matriks.<\/span><\/p>\n Namun, dalam keadaan yang jarang terjadi, Anda mungkin perlu menggunakan lapply()<\/strong> jika Anda ingin hasilnya berupa daftar.<\/span><\/p>\n Perhatikan bahwa sapply()<\/strong> dan lappy()<\/strong> melakukan operasi yang sama pada vektor, matriks, atau bingkai data. Perbedaannya hanya pada kelas objek yang dikembalikan.<\/span><\/p>\n Cara menerapkan fungsi ke setiap baris bingkai data di R<\/a> Fungsi lapply() di R dapat digunakan untuk menerapkan fungsi ke setiap elemen daftar, vektor, atau bingkai data dan mendapatkan daftar yang sesuai. Fungsi sapply() juga dapat digunakan untuk menerapkan fungsi ke setiap elemen daftar, vektor, atau bingkai data, namun sebagai hasilnya ia mengembalikan vektor . Contoh berikut menunjukkan cara menggunakan masing-masing fungsi ini di R. […]<\/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 Contoh: Cara menggunakan apply() di R<\/strong><\/span><\/h3>\n
#create data frame\n<\/span>df <- data. frame<\/span> (x=c(1, 2, 2, 3, 5),\n y=c(4, 4, 6, 7, 8),\n z=c(7, 7, 9, 9, 9))\n\n#view data frame\n<\/span>df\n\n X Y Z\n1 1 4 7\n2 2 4 7\n3 2 6 9\n4 3 7 9\n5 5 8 9\n\n#multiply each value in each column by 2\n<\/span>lapply(df, function<\/span> (df) df*2)\n\n$x\n[1] 2 4 4 6 10\n\n$y\n[1] 8 8 12 14 16\n\n$z\n[1] 14 14 18 18 18<\/strong><\/pre>\n Contoh: Cara menggunakan sapply() di R<\/strong><\/span><\/h3>\n
#create data frame\n<\/span>df <- data. frame<\/span> (x=c(1, 2, 2, 3, 5),\n y=c(4, 4, 6, 7, 8),\n z=c(7, 7, 9, 9, 9))\n\n#view data frame\n<\/span>df\n\n X Y Z\n1 1 4 7\n2 2 4 7\n3 2 6 9\n4 3 7 9\n5 5 8 9\n\n#multiply each value in each column by 2\n<\/span>sapply(df, function<\/span> (df) df*2)\n\n X Y Z\n[1,] 2 8 14\n[2,] 4 8 14\n[3,] 4 12 18\n[4,] 6 14 18\n[5,] 10 16 18<\/strong><\/pre>\n #multiply each value in each column by 2 and return a data frame\n<\/span>as. data<\/span> . frame<\/span> (sapply(df, function<\/span> (df) df*2))\n\n X Y Z\n1 2 8 14\n2 4 8 14\n3 4 12 18\n4 6 14 18\n5 10 16 18<\/strong><\/pre>\n Kapan menggunakan lapply() atau sapply()<\/strong><\/span><\/h3>\n
Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara menggunakan fungsi colSums() di R<\/a>
Cara menggunakan fungsi rowSums() di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"