Ad esempio, se disponiamo del seguente set di dati in Excel, possiamo utilizzare una tabella pivot per riepilogare rapidamente le vendite totali per regione:<\/span> <\/p>\n Questo ci dice:<\/span><\/p>\n Oppure potremmo riassumere con un altro parametro come le vendite medie per regione:<\/span> <\/p>\n Si scopre che possiamo creare rapidamente tabelle pivot simili in R utilizzando le funzioni group_by()<\/strong> e summary()<\/strong> dal pacchetto dplyr<\/a> .<\/span><\/p>\n Questo tutorial fornisce diversi esempi su come eseguire questa operazione.<\/span><\/p>\n Innanzitutto, creiamo lo stesso set di dati in R che abbiamo utilizzato negli esempi precedenti da Excel:<\/span><\/p>\n Successivamente, carichiamo il pacchetto dplyr e utilizziamo le funzioni group_by()<\/strong> e summary()<\/strong> per raggruppare per regione e trovare la somma delle vendite per regione:<\/span><\/p>\n Possiamo vedere che questi numeri corrispondono ai numeri mostrati nell’esempio introduttivo di Excel.<\/span><\/p>\n Possiamo anche calcolare le vendite medie per regione:<\/span><\/p>\n Ancora una volta, questi numeri corrispondono ai numeri mostrati nell’esempio Excel precedente.<\/span><\/p>\n Nota che possiamo anche raggruppare per pi\u00f9 variabili. Ad esempio, potremmo trovare la somma delle vendite raggruppate per regione e<\/em> tipo di dispositivo:<\/span><\/p>\n Come eseguire un CERCA.VERT (simile a Excel) in R<\/a> In Excel, le tabelle pivot forniscono un modo semplice per raggruppare e riepilogare i dati. Ad esempio, se disponiamo del seguente set di dati in Excel, possiamo utilizzare una tabella pivot per riepilogare rapidamente le vendite totali per regione: Questo ci dice: La regione A ha registrato 51 vendite totali La regione B ha registrato […]<\/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![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/pivot1.png\")
<\/p>\n\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/pivot2.png\")
<\/p>\n Esempio: creare tabelle pivot in R<\/strong><\/span><\/h3>\n
#create data frame<\/span>\ndf <- data. frame<\/span> (region=c('A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'C'),\n device=c('X', 'X', 'Y', 'X', 'Y', 'Y', 'X', 'X', 'Y', 'Y'),\n sales=c(12, 18, 21, 22, 34, 29, 38, 36, 34, 32))\n\n#view data frame\n<\/span>df\n\n region device sales\n1AX 12\n2AX18\n3 AY 21\n4 BX22\n5 BY 34\n6 BY 29\n7 CX 38\n8CX36\n9 CY 34\n10 CY 32\n<\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n<\/span><\/span>\n#find sum of sales by region<\/span>\ndf %>%\n group_by<\/span> (region) %>% \n summarize<\/span> (sum_sales = sum<\/span> (sales))\n\n# A tibble: 3 x 2\n region sum_sales\n \n1 to 51\n2 B 85\n3 C 140<\/strong><\/pre>\n #find average sales by region<\/span>\ndf %>%\n group_by<\/span> (region) %>% \n summarize<\/span> (mean_sales = mean<\/span> (sales))\n\n# A tibble: 3 x 2\n region mean_sales\n \n1 to 17 \n2 B 28.3\n3 C 35<\/strong><\/pre>\n #find sum of sales by region and device type<\/span>\ndf %>%\n group_by<\/span> (region, device) %>% \n summarize<\/span> (sum_sales = sum<\/span> (sales))\n\n# A tibble: 6 x 3\n# Groups: region [3]\n region device sum_sales\n \n1AX30\n2 AY 21\n3 BX22\n4 BY 63\n5 CX 74\n6 CY 66<\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
La guida completa: come raggruppare e riepilogare i dati in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"