<\/p>\n
Saat menggunakan fungsi summarise()<\/strong> di dplyr<\/a> , variabel apa pun yang tidak termasuk dalam fungsi summarise()<\/strong> atau group_by()<\/strong> akan dihapus secara otomatis.<\/span><\/p>\n Namun, Anda bisa menggunakan fungsi mutate()<\/strong> untuk meringkas data sambil mempertahankan semua kolom dalam bingkai data.<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya.<\/span><\/p>\n Misalkan kita mempunyai kerangka data berikut yang berisi informasi tentang berbagai pemain bola basket:<\/span><\/p>\n Kita dapat menggunakan sintaks berikut untuk merangkum rata-rata poin<\/strong> yang dicetak per tim<\/strong> :<\/span><\/span><\/p>\n Kolom bernama Mean_pts<\/strong> menampilkan rata-rata poin yang dicetak oleh masing-masing tim.<\/span><\/p>\n Dari hasilnya kita dapat melihat:<\/span><\/p>\n Namun, katakanlah kita ingin mempertahankan semua kolom lainnya dari bingkai data asli.<\/span><\/p>\n Kita dapat menggunakan sintaks berikut dengan fungsi mutate()<\/strong> untuk melakukan ini:<\/span><\/p>\n Dengan menggunakan fungsi mutate()<\/strong> , kita dapat membuat kolom baru bernama Mean_pts<\/strong> yang merangkum rata-rata poin yang dicetak per tim sambil mempertahankan semua kolom lain dari bingkai data asli.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di dplyr:<\/span><\/p>\n dplyr: Cara memutasi variabel jika kolom berisi string<\/a> Saat menggunakan fungsi summarise() di dplyr , variabel apa pun yang tidak termasuk dalam fungsi summarise() atau group_by() akan dihapus secara otomatis. Namun, Anda bisa menggunakan fungsi mutate() untuk meringkas data sambil mempertahankan semua kolom dalam bingkai data. Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya. Contoh: Ringkas data tetapi pertahankan semua kolom menggunakan […]<\/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: Ringkas data tetapi pertahankan semua kolom menggunakan dplyr<\/strong><\/span><\/h2>\n
#create data frame\n<\/span>df <- data. frame<\/span> (team=rep(c(' A<\/span> ', ' B<\/span> ', ' C<\/span> '), each= 3<\/span> ),\n points=c(4, 9, 8, 12, 15, 14, 29, 30, 22),\n assists=c(3, 3, 2, 5, 8, 10, 4, 5, 12))\n\n#view data frame\n<\/span>df\n\n team points assists\n1 to 4 3\n2 to 9 3\n3 to 8 2\n4 B 12 5\n5 B 15 8\n6 B 14 10\n7 C 29 4\n8 C 30 5\n9 C 22 12<\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n\n<\/span>#summarize mean points values by team\n<\/span>df %>%\n group_by(team) %>%\n summarize(mean_pts = mean(points))\n\n# A tibble: 3 x 2\n team mean_pts\n \n1 to 7 \n2 B 13.7\n3 C 27\n<\/strong><\/pre>\n\n
library<\/span> (dplyr)<\/span>\n\n<\/span>#summarize mean points values by team and keep all columns\n<\/span>df %>%\n group_by(team) %>%\n mutate(mean_pts = mean(points)) %>%\n A group()\n\n# A tibble: 9 x 4\n team points assists mean_pts\n \n1 to 4 3 7 \n2 to 9 3 7 \n3 to 8 2 7 \n4 B 12 5 13.7\n5 B 15 8 13.7\n6 B 14 10 13.7\n7 C 29 4 27 \n8 C 30 5 27 \n9 C 22 12 27\n<\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
dplyr: Cara mengubah level faktor menggunakan mutate()<\/a>
dplyr: Cara menambahkan beberapa kolom<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"