<\/p>\n
Anda dapat menggunakan fungsi floor_date()<\/strong> dari paket lubridate<\/a> di R untuk mengelompokkan data berdasarkan bulan dengan cepat.<\/span><\/p>\n Fungsi ini menggunakan sintaks dasar berikut:<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya.<\/span><\/p>\n Misalkan kita memiliki bingkai data berikut di R yang menunjukkan total penjualan suatu barang pada tanggal berbeda:<\/span><\/p>\n Kita dapat menggunakan kode berikut untuk menghitung jumlah penjualan, yang dikelompokkan berdasarkan bulan:<\/span><\/p>\n Dari hasilnya kita dapat melihat:<\/span><\/p>\n Kami juga dapat menggabungkan data menggunakan metrik lain.<\/span><\/p>\n Misalnya, kita dapat menghitung penjualan maksimum yang dihasilkan dalam sehari, dikelompokkan berdasarkan bulan:<\/span><\/p>\n Dari hasilnya kita dapat melihat:<\/span><\/p>\n Jangan ragu untuk menggunakan metrik apa pun yang Anda inginkan dalam fungsi ringkasan()<\/strong> .<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di R:<\/span><\/p>\n Cara mengekstrak tahun dari tanggal di R<\/a> Anda dapat menggunakan fungsi floor_date() dari paket lubridate di R untuk mengelompokkan data berdasarkan bulan dengan cepat. Fungsi ini menggunakan sintaks dasar berikut: library (tidyverse) df %>% group_by(month = lubridate::floor_date(date_column, ‘ month ‘)) %>% summarize(sum = sum(value_column)) Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya. Contoh: mengelompokkan data berdasarkan bulan di R Misalkan kita […]<\/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 library<\/span> (tidyverse)<\/span>\n\n<\/span>df %>% \n group_by(month = lubridate::floor_date(date_column, ' month<\/span> ')) %>%\n summarize(sum = sum(value_column))<\/strong><\/pre>\n Contoh: mengelompokkan data berdasarkan bulan di R<\/strong><\/h3>\n
#create data frame<\/span>\ndf <- data. frame<\/span> (date=as. Date<\/span> (c('1\/4\/2022', '1\/9\/2022', '2\/10\/2022', '2\/15\/2022',\n '3\/5\/2022', '3\/22\/2022', '3\/27\/2022'), '%m\/%d\/%Y'),\n sales=c(8, 14, 22, 23, 16, 17, 23))\n\n#view data frame\n<\/span>df\n\n dirty date\n1 2022-01-04 8\n2 2022-01-09 14\n3 2022-02-10 22\n4 2022-02-15 23\n5 2022-03-05 16\n6 2022-03-22 17\n7 2022-03-27 23<\/strong><\/pre>\n library<\/span> (tidyverse)\n\n#group data by month and sum sales\n<\/span>df %>% \n group_by(month = lubridate::floor_date(date, ' month<\/span> ')) %>%\n summarize(sum_of_sales = sum(sales))\n\n# A tibble: 3 x 2\n month sum_of_sales\n \n1 2022-01-01 22\n2 2022-02-01 45\n3 2022-03-01 56\n<\/strong><\/span><\/pre>\n\n
library<\/span> (tidyverse)\n\n#group data by month and find max sales\n<\/span>df %>% \n group_by(month = lubridate::floor_date(date, ' month<\/span> ')) %>%\n summarize(max_of_sales = max(sales))\n\n# A tibble: 3 x 2\n month max_of_sales\n \n1 2022-01-01 14\n2 2022-02-01 23\n3 2022-03-01 23\n<\/strong><\/span><\/pre>\n\n
Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara mengekstrak bulan dari tanggal di R<\/a>
Cara mengurutkan bingkai data berdasarkan tanggal di R<\/a>
Bagaimana mengkonversi faktor ke tanggal di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"