<\/p>\n
\u00c8 possibile utilizzare l’operatore pipe ( %>%<\/strong> ) in R per “convogliare” una sequenza di operazioni insieme.<\/span><\/p>\n Questo operatore viene comunemente utilizzato con il pacchetto dplyr<\/a> in R per eseguire una sequenza di operazioni su un frame di dati.<\/span><\/p>\n La sintassi di base dell’operatore pipe \u00e8:<\/span><\/p>\n L’operatore del tubo passa semplicemente i risultati di un’operazione all’operazione successiva sottostante.<\/span><\/p>\n Il vantaggio dell’utilizzo dell’operatore pipe \u00e8 che rende il codice estremamente facile da leggere.<\/span><\/p>\n Gli esempi seguenti mostrano come utilizzare l’operatore pipe in diversi scenari con il set di dati mtcars<\/a> integrato in R.<\/span><\/p>\n Il codice seguente mostra come utilizzare l’operatore pipe ( %>%<\/strong> ) per raggruppare in base alla variabile cyl<\/strong> e quindi riepilogare il valore medio della variabile mpg<\/strong> :<\/span><\/p>\n Dal risultato possiamo vedere:<\/span><\/p>\n Notare come l’operatore pipe semplifica anche l’interpretazione del codice.<\/span><\/p>\n In sostanza, dice:<\/span><\/p>\n Il codice seguente mostra come utilizzare l’operatore pipe ( %>%<\/strong> ) per raggruppare in base alle variabili cyl<\/strong> e am<\/strong> , quindi riassumere la media della variabile mpg<\/strong> e la deviazione standard della variabile hp<\/strong> :<\/span><\/p>\n Dal risultato possiamo vedere:<\/span><\/p>\n E cos\u00ec via.<\/span><\/p>\n Ancora una volta, notate come l’operatore pipe semplifica anche l’interpretazione del codice.<\/span><\/p>\n In sostanza, dice:<\/span><\/p>\n Il codice seguente mostra come utilizzare l’operatore pipe ( %>%<\/strong> ) con la funzione mutate<\/a> nel pacchetto dplyr<\/strong> per creare due nuove variabili nel frame di dati mtcars:<\/span><\/p>\n Dal risultato possiamo vedere:<\/span><\/p>\n Ancora una volta, notate come l’operatore pipe semplifica anche l’interpretazione del codice.<\/span><\/p>\n In sostanza, dice:<\/span><\/p>\n Correlati:<\/strong> come utilizzare la funzione transmute() in dplyr<\/a><\/span><\/p>\n I seguenti tutorial spiegano come utilizzare altre funzioni comuni in R:<\/span><\/p>\n Come utilizzare l’operatore Tilde (~) in R<\/a> \u00c8 possibile utilizzare l’operatore pipe ( %>% ) in R per “convogliare” una sequenza di operazioni insieme. Questo operatore viene comunemente utilizzato con il pacchetto dplyr in R per eseguire una sequenza di operazioni su un frame di dati. La sintassi di base dell’operatore pipe \u00e8: df %>% do_this_operation %>% then_do_this_operation %>% then_do_this_operation … L’operatore […]<\/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 df %>% \n do_this_operation %>% \n then_do_this_operation %>%\n then_do_this_operation ...<\/strong><\/span><\/pre>\n #view first six rows of mtcars dataset<\/span>\nhead(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\n<\/strong><\/span><\/pre>\n Esempio 1: utilizzare l’operatore Pipe per riepilogare una variabile<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#summarize mean mpg grouped by cyl<\/span>\nmtcars %>% \n group_by(cyl) %>% \n summarize(mean_mpg = mean(mpg))\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<\/strong><\/span><\/pre>\n\n
\n
Esempio 2: utilizzare l’operatore Pipe per raggruppare e riepilogare pi\u00f9 variabili<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#summarize mean mpg and standard dev of hp grouped by cyl and am<\/span>\nmtcars %>% \n group_by(cyl, am) %>% \n summarize(mean_mpg = mean(mpg),\n sd_hp = sd(hp))\n\n# A tibble: 6 x 4\n# Groups: cyl[3]\n cyl am mean_mpg sd_hp\n \n1 4 0 22.9 19.7 \n2 4 1 28.1 22.7 \n3 6 0 19.1 9.18\n4 6 1 20.6 37.5 \n5 8 0 15.0 33.4 \n6 8 1 15.4 50.2 \n<\/strong><\/span><\/pre>\n\n
\n
Esempio 3: utilizzare l’operatore Pipe per creare nuove variabili<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#add two new variables in mtcars\nnew_mtcars <- mtcars %>%\n mutate(mpg2 = mpg*2,\n mpg_root = sqrt(mpg))<\/span>\n\n#view first six rows of new data frame\nhead(new_mtcars)\n\n mpg cyl disp hp drat wt qsec vs am gear carb mpg2 mpg_root\n1 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 42.0 4.582576\n2 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 42.0 4.582576\n3 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 45.6 4.774935\n4 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 42.8 4.626013\n5 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 37.4 4.324350\n6 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1 36.2 4.254409<\/span><\/span><\/strong><\/span><\/pre>\n\n
\n
Risorse addizionali<\/strong><\/span><\/h2>\n
Come utilizzare l’operatore del segno del dollaro ($) in R<\/a>
Come utilizzare l’operatore “NOT IN” in R<\/a>
Come utilizzare l’operatore %in% in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"