<\/p>\n
Anda dapat menggunakan fungsi coalesce()<\/strong> dari paket dplyr<\/a> di R untuk mengembalikan nilai pertama yang tidak hilang di setiap posisi dari satu atau lebih vektor.<\/span><\/p>\n Ada dua cara umum untuk menggunakan fungsi ini:<\/span><\/span><\/p>\n Metode 1: Ganti nilai yang hilang dalam vektor<\/strong><\/span><\/p>\n Metode 2: Kembalikan nilai pertama yang tidak hilang di kolom bingkai data<\/strong><\/span><\/p>\n Contoh berikut menunjukkan bagaimana menerapkan setiap metode dalam praktik.<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan fungsi coalesce()<\/strong> untuk mengganti semua nilai yang hilang dalam vektor dengan nilai 100:<\/span><\/p>\n Perhatikan bahwa setiap nilai NA<\/strong> pada vektor asli telah diganti dengan nilai 100<\/strong> .<\/span><\/p>\n Misalkan kita memiliki bingkai data berikut di R:<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan fungsi coalesce()<\/strong> untuk mengembalikan nilai pertama yang tidak hilang di kolom A dan B bingkai data:<\/span><\/p>\n Kolom C yang dihasilkan berisi nilai pertama yang tidak hilang di kolom A dan B.<\/span><\/p>\n Perhatikan bahwa baris 5 memiliki nilai NA di kolom C karena kolom A dan B sama-sama memiliki nilai NA di baris ini.<\/span><\/span><\/p>\n Kita cukup menambahkan nilai ekstra ke fungsi coalesce()<\/strong> untuk digunakan sebagai nilai jika ada nilai NA di setiap kolom:<\/span><\/p>\n Perhatikan bahwa nilai NA pada baris 5 kolom C kini telah diganti dengan nilai 100<\/strong> .<\/span><\/p>\n Tutorial berikut menjelaskan cara menjalankan fungsi umum lainnya menggunakan dplyr:<\/span><\/p>\n Cara menghapus baris menggunakan dplyr<\/a> Anda dapat menggunakan fungsi coalesce() dari paket dplyr di R untuk mengembalikan nilai pertama yang tidak hilang di setiap posisi dari satu atau lebih vektor. Ada dua cara umum untuk menggunakan fungsi ini: Metode 1: Ganti nilai yang hilang dalam vektor library (dplyr) #replace missing values with 100 coalescence(x, 100) Metode 2: Kembalikan nilai pertama […]<\/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> (dplyr)<\/span>\n\n#replace missing values with 100\n<\/span>coalescence(x, 100)\n<\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n\n#return first non-missing value at each position across columns A and B<\/span>\ncoalesce(df$A, df$B)<\/strong>\n<\/pre>\n Contoh 1: Gunakan coalesce() untuk mengganti nilai yang hilang pada vektor<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)<\/span>\n\n#create vector of values\n<\/span>x <- c(4, NA, 12, NA, 5, 14, 19)\n\n#replace missing values with 100\n<\/span>coalescence(x, 100)\n\n[1] 4 100 12 100 5 14 19\n<\/strong><\/pre>\n Contoh 2:<\/strong><\/span> Gunakan coalesce() untuk mengembalikan nilai pertama yang tidak hilang di kolom bingkai data<\/strong><\/span><\/h2>\n
#create data frame\ndf <- data. frame<\/span> (A=c(10, NA, 5, 6, NA, 7, NA),\n B=c(14, 9, NA, 3, NA, 10, 4))<\/span>\n\n#view data frame\ndf\n\n AB\n1 10 14\n2 NA 9\n3 5 NA\n4 6 3\n5 NA NA\n6 7 10\n7 NA 4\n<\/span><\/span><\/strong><\/span><\/pre>\n library<\/span> (dplyr)\n\n#create new column that coalesces values from columns A and B\ndf$C <- coalesce(df$A, df$B)\n<\/span>\n#view updated data frame\ndf\n\n ABC\n1 10 14 10\n2 NA 9 9\n3 5 NA 5\n4 6 3 6\n5 NA NA NA\n6 7 10 7\n7 NA 4 4<\/span><\/span><\/strong><\/span><\/pre>\n library<\/span> (dplyr)\n\n#create new column that coalesces values from columns A and B\ndf$C <- coalesce(df$A, df$B, 100)\n<\/span>\n#view updated data frame\ndf\n\n ABC\n1 10 14 10\n2 NA 9 9\n3 5 NA 5\n4 6 3 6\n5 NA NA 100\n6 7 10 7\n7 NA 4 4\n<\/span><\/span><\/strong><\/span><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara menyusun baris menggunakan dplyr<\/a>
Cara memfilter berdasarkan beberapa kondisi menggunakan dplyr<\/p>\n","protected":false},"excerpt":{"rendered":"