<\/p>\n
\u00c8 possibile utilizzare i seguenti metodi per calcolare la deviazione standard dei valori in un frame di dati in dplyr<\/a> :<\/span><\/p>\n Metodo 1: calcolare la deviazione standard di una variabile<\/strong><\/span><\/p>\n Metodo 2: calcolare la deviazione standard di pi\u00f9 variabili<\/strong><\/span><\/p>\n Metodo 3: calcolare la deviazione standard di pi\u00f9 variabili, raggruppate da un’altra variabile<\/strong><\/span><\/p>\n Questo tutorial spiega come utilizzare ciascun metodo nella pratica con il seguente frame di dati in R:<\/span><\/p>\n Il codice seguente mostra come calcolare la deviazione standard della variabile punti<\/strong> :<\/span><\/p>\n Dal risultato possiamo vedere che la deviazione standard dei valori della variabile punti<\/strong> \u00e8 7.995534<\/strong> .<\/span><\/span><\/p>\n Il codice seguente mostra come calcolare la deviazione standard dei punti<\/strong> e delle variabili helper<\/strong> :<\/span><\/p>\n L’output mostra la deviazione standard per i punti<\/strong> e le variabili di assistenza<\/strong> .<\/span><\/span><\/p>\n Il codice seguente mostra come calcolare la deviazione standard dei punti<\/strong> e delle variabili helper<\/strong> :<\/span><\/p>\n Il risultato mostra la deviazione standard per i punti<\/strong> e le variabili assist<\/strong> per la Squadra A e la Squadra B.<\/span><\/p>\n Nota<\/strong> : puoi includere un elenco di pi\u00f9 variabili nella funzione group_by()<\/strong> se desideri raggruppare in base a pi\u00f9 variabili.<\/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 i seguenti metodi per calcolare la deviazione standard dei valori in un frame di dati in dplyr : Metodo 1: calcolare la deviazione standard di una variabile library (dplyr) df %>% summarise(sd_var1 = sd(var1, na. rm = TRUE )) Metodo 2: calcolare la deviazione standard di pi\u00f9 variabili library (dplyr) df %>% […]<\/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 library<\/span> (dplyr)\n\ndf %>%\n summarise(sd_var1 = sd(var1, na. rm<\/span> = TRUE<\/span> ))<\/strong><\/pre>\n library<\/span> (dplyr)\n\ndf %>%\n summarize(sd_var1 = sd(var1, na. rm<\/span> = TRUE<\/span> ),\n sd_var2 = sd(var2, na. rm<\/span> = TRUE<\/span> ))<\/strong><\/pre>\n library<\/span> (dplyr)\n\ndf %>%\n group_by(var3) %>%\n summarize(sd_var1 = sd(var1, na. rm<\/span> = TRUE<\/span> ),\n sd_var2 = sd(var2, na. rm<\/span> = TRUE<\/span> ))<\/strong><\/pre>\n #create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),\n points=c(12, 15, 18, 22, 14, 17, 29, 35),\n assists=c(4, 4, 3, 6, 7, 8, 3, 10))\n\n#view data frame\n<\/span>df\n\n team points assists\n1 to 12 4\n2 to 15 4\n3 To 18 3\n4 to 22 6\n5 B 14 7\n6 B 17 8\n7 B 29 3\n8 B 35 10\n<\/strong><\/span><\/pre>\n Esempio 1: calcolare la deviazione standard di una variabile<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#calculate standard deviation of points variable\n<\/span>df %>%\n summarise(sd_points = sd(points, na. rm<\/span> = TRUE<\/span> ))\n\n sd_points\n1 7.995534\n<\/strong><\/pre>\n Esempio 2: calcolare la deviazione standard di diverse variabili<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#calculate standard deviation of points and assists variables\n<\/span>df %>%\n summarise(sd_points = sd(points, na. rm<\/span> = TRUE<\/span> ),\n sd_assists = sd(assists, na. rm<\/span> = TRUE<\/span> ))\n\n sd_points sd_assists\n1 7.995534 2.559994\n<\/strong><\/pre>\n Esempio 3: calcolare la deviazione standard di pi\u00f9 variabili, raggruppate da un’altra variabile<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#calculate standard deviation of points and assists variables\n<\/span>df %>%\n group_by(team) %>%\n summarise(sd_points = sd(points, na. rm<\/span> = TRUE<\/span> ),\n sd_assists = sd(assists, na. rm<\/span> = TRUE<\/span> ))\n\n# A tibble: 2 x 3\n team sd_points sd_assists\n \n1 A 4.27 1.26\n2B 9.91 2.94\n<\/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":"