<\/p>\n
Dua tugas paling umum yang akan Anda lakukan saat menganalisis data adalah mengelompokkan dan merangkum data.<\/span><\/p>\n Untungnya, paket dplyr<\/a> di R memungkinkan Anda mengelompokkan dan meringkas data dengan cepat.<\/span><\/p>\n Tutorial ini memberikan panduan cepat untuk memulai dengan dplyr.<\/span><\/p>\n Sebelum Anda dapat menggunakan fungsi-fungsi dalam paket dplyr, Anda harus memuat paket terlebih dahulu:<\/span><\/p>\n Selanjutnya, kami akan mengilustrasikan beberapa contoh penggunaan fungsi dplyr untuk mengelompokkan dan meringkas data menggunakan kumpulan data R bawaan yang disebut mtcars<\/strong> :<\/span><\/p>\n Sintaks dasar yang akan kita gunakan untuk mengelompokkan dan meringkas data adalah:<\/span><\/p>\n Catatan:<\/strong> Fungsi ringkasan() dan ringkasan() setara.<\/em><\/span><\/p>\n Kode berikut menunjukkan cara menghitung ukuran tendensi sentral<\/a> berdasarkan kelompok termasuk mean dan median:<\/span><\/p>\n Kode berikut menunjukkan cara menghitung ukuran penyebaran berdasarkan kelompok, termasuk deviasi standar, rentang antarkuartil, dan deviasi median absolut:<\/span><\/p>\n Kode berikut menunjukkan cara mencari nomor dan nomor unik berdasarkan grup di R:<\/span><\/p>\n Kode berikut menunjukkan cara mencari persentil ke-90 nilai mpg berdasarkan grup silinder:<\/span><\/p>\n Anda dapat menemukan dokumentasi lengkap paket dplyr serta lembar contekan visualisasi yang bermanfaat di sini<\/a> .<\/span><\/p>\n Fungsi berguna lainnya yang dapat Anda gunakan dengan group_by()<\/strong> dan ringkasan()<\/strong> mencakup fungsi untuk memfilter baris bingkai data<\/a> dan mengaturnya dalam urutan tertentu<\/a> .<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Dua tugas paling umum yang akan Anda lakukan saat menganalisis data adalah mengelompokkan dan merangkum data. Untungnya, paket dplyr di R memungkinkan Anda mengelompokkan dan meringkas data dengan cepat. Tutorial ini memberikan panduan cepat untuk memulai dengan dplyr. Instal dan muat paket dplyr Sebelum Anda dapat menggunakan fungsi-fungsi dalam paket dplyr, Anda harus memuat paket […]<\/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 Instal dan muat paket dplyr<\/strong><\/span><\/h2>\n
#install dplyr (if not already installed)\ninstall.packages(' dplyr<\/span> ')<\/span>\n\n#load dplyr<\/span> \nlibrary(dplyr)<\/strong><\/pre>\n #obtain rows and columns of mtcars<\/em><\/span>\ndim(mtcars)\n\n[1] 32 11\n\n#view first six rows of mtcars<\/em>\n<\/span>head(mtcars)\n\n mpg cyl disp hp drat wt qsec vs am gear carb\nMazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4\nMazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4\nDatsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1\nHornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1\nHornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2\nValiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1<\/strong><\/pre>\n data %>%\n group_by<\/span> (col_name) %>%\n summarize<\/span> (summary_name = summary_function)\n<\/strong><\/pre>\n Contoh 1: Temukan mean dan median berdasarkan kelompok<\/strong><\/h2>\n
#find mean mpg by cylinder<\/span>\nmtcars %>%\n group_by<\/span> (cyl) %>%\n summarize<\/span> (mean_mpg = mean(mpg, na.rm = TRUE<\/span> ))\n\n# A tibble: 3 x 2\n cyl mean_mpg\n \n1 4 26.7\n2 6 19.7\n3 8 15.1\n\n#find median mpg by cylinder\n<\/span>mtcars %>%\n group_by<\/span> (cyl) %>%\n summarize<\/span> (median_mpg = median(mpg, na.rm = TRUE<\/span> ))\n\n# A tibble: 3 x 2\n cyl median_mpg\n \n1 4 26 \n2 6 19.7\n3 8 15.2<\/strong><\/pre>\n Contoh 2: Menemukan ukuran penyebaran berdasarkan kelompok<\/strong><\/h2>\n
#find sd, IQR, and mad by cylinder<\/span>\nmtcars %>%\ngroup_by<\/span> (cyl) %>%\nsummarize<\/span> (sd_mpg = sd(mpg, na.rm = TRUE<\/span> ),\n iqr_mpg = IQR(mpg, na.rm = TRUE<\/span> ),\n mad_mpg = mad(mpg, na.rm = TRUE<\/span> ))\n\n# A tibble: 3 x 4\n cyl sd_mpg iqr_mpg mad_mpg\n \n1 4 4.51 7.60 6.52\n2 6 1.45 2.35 1.93\n3 8 2.56 1.85 1.56<\/strong><\/pre>\n Contoh 3: Temukan nomor berdasarkan kelompok<\/strong><\/h2>\n
#find row count and unique row count by cylinder<\/span>\nmtcars %>%\ngroup_by<\/span> (cyl) %>%\nsummarize<\/span> (count_mpg = n(),\n u_count_mpg = n_distinct(mpg))\n\n# A tibble: 3 x 3\n cyl count_mpg u_count_mpg\n \n1 4 11 9\n2 6 7 6\n3 8 14 12\n<\/strong><\/pre>\n Contoh 4: Temukan persentil berdasarkan kelompok<\/strong><\/h2>\n
#find 90th percentile of mpg for each cylinder group<\/span>\nmtcars %>%\ngroup_by<\/span> (cyl) %>%\nsummarize<\/span> (quant90 = quantile(mpg, probs = .9))\n\n# A tibble: 3 x 2\n cyl quant90\n \n1 4 32.4\n2 6 21.2\n3 8 18.3<\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n