<\/p>\n
Anda dapat menggunakan fungsi ungroup()<\/strong> di dplyr untuk memisahkan baris setelah menggunakan fungsi group_by()<\/strong> untuk meringkas satu variabel per grup.<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya.<\/span><\/p>\n Misalkan kita memiliki bingkai data berikut di R:<\/span><\/p>\n Sekarang misalkan kita menggunakan kode berikut untuk menghitung nilai rata-rata poin<\/strong> , dikelompokkan berdasarkan tim<\/strong> :<\/span><\/p>\n Dengan menggunakan sintaks ini kita dapat menghitung nilai rata-rata poin<\/strong> yang dikelompokkan berdasarkan tim<\/strong> , tetapi kita kehilangan kolom assist<\/strong> .<\/span><\/p>\n Untuk mempertahankan kolom pembantu<\/strong> , kita dapat menggunakan mutate()<\/strong> sebagai pengganti ringkasan()<\/strong> dan tetap menggunakan ungroup()<\/strong> di akhir:<\/span><\/p>\n Kali ini kita dapat mempertahankan kolom assist<\/strong> dan menggunakan fungsi mutate()<\/strong> kita cukup menambahkan kolom baru bernama Mean_points<\/strong> yang menampilkan nilai rata-rata poin untuk setiap tim.<\/span><\/span><\/p>\n Karena kita juga menggunakan fungsi ungroup()<\/strong> , kita dapat melakukan perhitungan pada bingkai data baru ini tanpa khawatir tentang perhitungan yang dipengaruhi oleh variabel yang dikelompokkan.<\/span><\/p>\n Jika kita tidak menggunakan fungsi ungroup()<\/strong> , baris-baris dalam bingkai data akan tetap dikelompokkan bersama, yang dapat menimbulkan konsekuensi yang tidak diinginkan saat kita melakukan penghitungan lain nanti.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di R:<\/span><\/p>\n Cara memfilter nilai unik menggunakan dplyr<\/a> Anda dapat menggunakan fungsi ungroup() di dplyr untuk memisahkan baris setelah menggunakan fungsi group_by() untuk meringkas satu variabel per grup. Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya. Contoh: Cara menggunakan ungroup() di dplyr Misalkan kita memiliki bingkai data berikut di R: #create data frame df <- data. frame (team=c(‘A’, ‘A’, ‘A’, ‘B’, ‘B’, […]<\/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 ungroup() di dplyr<\/strong><\/span><\/h2>\n
#create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'A', 'B', 'B', 'B'),\n dots=c(14, 18, 22, 26, 36, 34),\n assists=c(5, 4, 4, 8, 7, 3))\n\n#view data frame\n<\/span>df\n\n team points assists\n1 to 14 5\n2 to 18 4\n3 to 22 4\n4 B 26 8\n5 B 36 7\n6 B 34 3<\/strong><\/span><\/pre>\n library<\/span> (dplyr)<\/span>\n\n#calculate mean of points, grouped by team\ndf_new <- df %>%\n group_by(team) %>%\n summarize(mean_points = mean(points)) %>%\n A group()\n\n#view results<\/span>\ndf_new\n\n# A tibble: 2 x 2\n team mean_points\n \n1 to 18\n2 B 32\n<\/span><\/span><\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n\n#calculate mean of points, grouped by team\ndf_new <- df %>%\n group_by(team) %>%\n mutate(mean_points = mean(points)) %>%\n A group()\n\n#view results\n<\/span>df_new\n\n# A tibble: 6 x 4\n team points assists mean_points\n \n1 A 14 5 18\n2 A 18 4 18\n3 A 22 4 18\n4 B 26 8 32\n5 B 36 7 32\n6 B 34 3 32\n<\/span><\/span><\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara memfilter berdasarkan beberapa kondisi menggunakan dplyr
Cara menghitung jumlah kemunculan pada kolom di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"