<\/p>\n
Anda dapat menggunakan sintaks berikut untuk menghitung nilai pergeseran grup di R menggunakan paket dplyr<\/a> :<\/span><\/p>\n Catatan<\/strong> : Fungsi mutate()<\/a> menambahkan variabel baru ke bingkai data yang berisi nilai tertunda.<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.<\/span><\/p>\n Misalkan kita memiliki kerangka data berikut di R yang menunjukkan penjualan yang dilakukan oleh dua toko berbeda pada hari berbeda:<\/span><\/p>\n Kita dapat menggunakan kode berikut untuk membuat kolom baru yang menampilkan nilai penjualan tertinggal untuk setiap toko:<\/span><\/p>\n Berikut cara menafsirkan hasilnya:<\/span><\/p>\n Dan seterusnya.<\/span><\/p>\n Perhatikan bahwa Anda juga dapat mengubah jumlah lag yang digunakan dengan mengubah nilai n<\/strong> dalam fungsi lag()<\/strong> .<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan penghitungan umum lainnya di R:<\/span><\/p>\n Cara menghitung jumlah berjalan menggunakan dplyr<\/a> Anda dapat menggunakan sintaks berikut untuk menghitung nilai pergeseran grup di R menggunakan paket dplyr : df %>% group_by(var1) %>% mutate(lag1_value = lag(var2, n= 1 , order_by=var1)) Catatan : Fungsi mutate() menambahkan variabel baru ke bingkai data yang berisi nilai tertunda. Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya. Contoh: Hitung nilai yang digeser […]<\/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(var1) %>%\n mutate(lag1_value = lag(var2, n= 1<\/span> , order_by=var1))\n<\/strong><\/pre>\n Contoh: Hitung nilai yang digeser berdasarkan grup menggunakan dplyr<\/strong><\/span><\/h3>\n
#create data frame\n<\/span>df <- data. frame<\/span> (store=c('A', 'B', 'A', 'B', 'A', 'B', 'A', 'B'),\n sales=c(7, 12, 10, 9, 9, 11, 18, 23))\n\n#view data frame\n<\/span>df\n\n blind sales\n1 to 7\n2 B 12\n3 to 10\n4 B 9\n5 to 9\n6 B 11\n7 to 18\n8 B 23<\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n\n#calculate lagged sales by group\n<\/span>df %>%\n group_by(store) %>%\n mutate(lag1_sales = lag(sales, n= 1<\/span> , order_by=store))\n\n# A tibble: 8 x 3\n# Groups: store[2]\n store sales lag1_sales\n1 to 7 NA\n2 B 12 NA\n3 to 10 7\n4 B 9 12\n5 to 9 10\n6 B 11 9\n7 to 18 9\n8 B 23 11<\/strong><\/pre>\n\n
Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara menghitung jumlah berdasarkan kelompok di R<\/a>
Cara menghitung mean per grup di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"