<\/p>\n
Anda dapat menggunakan metode berikut untuk menghitung jumlah nilai unik per grup di R:<\/span><\/p>\n Metode 1: Gunakan Basis R<\/strong><\/span><\/p>\n Metode 2: gunakan dplyr<\/strong><\/span><\/p>\n Metode 3: Menggunakan data.tabel<\/strong><\/span><\/p>\n Setiap metode mengembalikan hasil yang persis sama, tetapi metode dasar R cenderung lebih lambat secara signifikan ketika bekerja dengan frame data yang besar.<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan masing-masing metode ini dalam praktik dengan kerangka data berikut:<\/span><\/p>\n Kode berikut menunjukkan cara menghitung jumlah nilai poin yang berbeda untuk setiap tim menggunakan basis R:<\/span><\/p>\n Dari hasilnya kita dapat melihat:<\/span><\/p>\n Kode berikut menunjukkan cara menghitung jumlah nilai poin yang berbeda untuk setiap tim menggunakan dplyr:<\/span><\/p>\n Perhatikan bahwa hasil ini cocok dengan metode dasar R.<\/span><\/span><\/p>\n Kode berikut menunjukkan cara menghitung jumlah nilai poin yang berbeda untuk setiap tim menggunakan data.table:<\/span><\/p>\n Perhatikan bahwa hasil ini cocok dengan dua metode sebelumnya.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya menggunakan dplyr:<\/span><\/p>\n Cara mengkode ulang nilai menggunakan dplyr<\/a> Anda dapat menggunakan metode berikut untuk menghitung jumlah nilai unik per grup di R: Metode 1: Gunakan Basis R results <- aggregate(data=df, values_var~group_var, function (x) length ( unique (x))) Metode 2: gunakan dplyr library (dplyr) results <- df %>% group_by(group_var) %>% summarize(count = n_distinct (values_var)) Metode 3: Menggunakan data.tabel library (data.table) df <- data.table(df) results […]<\/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 results <- aggregate(data=df, values_var~group_var, function<\/span> (x) length<\/span> ( unique<\/span> (x)))\n<\/strong><\/pre>\n library<\/span> (dplyr)\n\nresults <- df %>%\n group_by(group_var) %>%\n summarize(count = n_distinct<\/span> (values_var))\n<\/strong><\/pre>\n library<\/span> (data.table)\n\ndf <- data.table(df)\nresults <- df[, .(count = length<\/span> ( unique<\/span> (values_var))), by = group_var]<\/span><\/strong><\/pre>\n #create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'),\n points=c(10, 10, 14, 14, 18, 19, 20, 20, 20))\n\n#view data frame<\/span>\ndf\n\n team points\n1 to 10\n2 to 10\n3 to 14\n4 to 14\n5 B 18\n6 B 19\n7 C 20\n8 C 20\n9 C 20\n<\/span><\/strong><\/pre>\n Metode 1: Hitung nilai unik berdasarkan grup menggunakan Basis R<\/strong><\/span><\/h3>\n
#count unique points values by team\n<\/span>results <- aggregate(data=df, points~team, function<\/span> (x) length<\/span> ( unique<\/span> (x)))\n\n#view results<\/span>\nresults\n\n team points\n1 TO 2\n2 B 2\n3 C 1<\/span><\/span><\/strong><\/pre>\n\n
Metode 2:<\/strong><\/span> Hitung nilai unik berdasarkan grup menggunakan dplyr<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)\n\n#count unique points values by team\n<\/span>results <- df %>%\n group_by(team) %>%\n summarize(count = n_distinct<\/span> (points))\n\n#view results\n<\/span>results\n\n# A tibble: 3 x 2\n team count\n1 TO 2\n2 B 2\n3 C 1\n<\/span><\/span><\/strong><\/pre>\n Metode 3:<\/strong><\/span> Hitung nilai unik berdasarkan grup menggunakan data.table<\/strong><\/span><\/h3>\n
library<\/span> (data.table)\n\n#convert data frame to data table\n<\/span>df <- data.table(df)\n\n#count unique points values by team \n<\/span>results <- df[, .(count = length<\/span> ( unique<\/span> (points))), by = team]\n\n#view results\n<\/span>results\n\n team count\n1 TO 2\n2:B2\n3: C 1\n<\/span><\/span><\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Bagaimana cara mengganti NA dengan Zero di dplyr<\/a>
Cara mengurutkan variabel berdasarkan kelompok menggunakan dplyr<\/a>
Cara memilih baris pertama berdasarkan grup menggunakan dplyr<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"