<\/p>\n
\u00c8 possibile utilizzare la funzione ungroup()<\/strong> in dplyr per separare le righe dopo aver utilizzato la funzione group_by()<\/strong> per riepilogare una variabile per gruppo.<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa funzione nella pratica.<\/span><\/p>\n Supponiamo di avere il seguente frame di dati in R:<\/span><\/p>\n Supponiamo ora di utilizzare il seguente codice per calcolare il valore del punto<\/strong> medio, raggruppato per squadra<\/strong> :<\/span><\/p>\n Usando questa sintassi possiamo calcolare il valore medio dei punti<\/strong> raggruppati per squadra<\/strong> , ma abbiamo perso la colonna degli assist<\/strong> .<\/span><\/p>\n Per mantenere la colonna helper<\/strong> , possiamo usare mutate()<\/strong> invece di summary()<\/strong> e usare comunque ungroup()<\/strong> alla fine:<\/span><\/p>\n Questa volta siamo in grado di mantenere la colonna degli assist<\/strong> e utilizzando la funzione mutate()<\/strong> abbiamo semplicemente aggiunto una nuova colonna chiamata Mean_points<\/strong> che mostra il valore medio dei punti per ciascuna squadra.<\/span><\/span><\/p>\n Poich\u00e9 abbiamo utilizzato anche la funzione ungroup()<\/strong> , possiamo eseguire calcoli su questo nuovo frame di dati senza preoccuparci dei calcoli influenzati dalle variabili raggruppate.<\/span><\/p>\n Se non utilizzassimo la funzione ungroup()<\/strong> , le righe nel frame di dati verrebbero comunque raggruppate insieme, il che potrebbe avere conseguenze indesiderate quando eseguiremo altri calcoli in seguito.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni in R:<\/span><\/p>\n Come filtrare valori univoci utilizzando dplyr<\/a> \u00c8 possibile utilizzare la funzione ungroup() in dplyr per separare le righe dopo aver utilizzato la funzione group_by() per riepilogare una variabile per gruppo. L’esempio seguente mostra come utilizzare questa funzione nella pratica. Esempio: come utilizzare ungroup() in dplyr Supponiamo di avere il seguente frame di dati in R: #create data frame df <- data. […]<\/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 Esempio: come utilizzare ungroup() in 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 Risorse addizionali<\/strong><\/span><\/h2>\n
Come filtrare in base a pi\u00f9 condizioni utilizzando dplyr
Come contare il numero di occorrenze nelle colonne in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"