<\/p>\n
Due delle attivit\u00e0 pi\u00f9 comuni che eseguirai durante l’analisi dei dati sono il raggruppamento e il riepilogo dei dati.<\/span><\/p>\n Fortunatamente, il pacchetto dplyr<\/a> in R consente di raggruppare e riepilogare rapidamente i dati.<\/span><\/p>\n Questo tutorial fornisce una guida rapida per iniziare con dplyr.<\/span><\/p>\n Prima di poter utilizzare le funzioni nel pacchetto dplyr, devi prima caricare il pacchetto:<\/span><\/p>\n Successivamente, illustreremo diversi esempi di utilizzo delle funzioni di dplyr per raggruppare e riepilogare i dati utilizzando il set di dati R integrato chiamato mtcars<\/strong> :<\/span><\/p>\n La sintassi di base che utilizzeremo per raggruppare e riepilogare i dati \u00e8:<\/span><\/p>\n Nota:<\/strong> le funzioni summary() e summarise() sono equivalenti.<\/em><\/span><\/p>\n Il codice seguente mostra come calcolare le misure della tendenza centrale<\/a> per gruppo, comprese la media e la mediana:<\/span><\/p>\n Il codice seguente mostra come calcolare le misure di dispersione per gruppo, inclusa la deviazione standard, l’intervallo interquartile e la deviazione mediana assoluta:<\/span><\/p>\n Il codice seguente mostra come trovare il numero e il numero univoco per gruppo in R:<\/span><\/p>\n Il seguente codice mostra come trovare il 90\u00b0 percentile dei valori mpg per gruppo di cilindri:<\/span><\/p>\n Puoi trovare la documentazione completa del pacchetto dplyr e utili cheat sheet di visualizzazione qui<\/a> .<\/span><\/p>\n Altre funzioni utili che puoi utilizzare con group_by()<\/strong> e summary()<\/strong> includono funzioni per filtrare le righe del data frame<\/a> e disporle in determinati ordini<\/a> .<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Due delle attivit\u00e0 pi\u00f9 comuni che eseguirai durante l’analisi dei dati sono il raggruppamento e il riepilogo dei dati. Fortunatamente, il pacchetto dplyr in R consente di raggruppare e riepilogare rapidamente i dati. Questo tutorial fornisce una guida rapida per iniziare con dplyr. Installa e carica il pacchetto dplyr Prima di poter utilizzare le funzioni […]<\/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 Installa e carica il pacchetto 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 Esempio 1: trova la media e la mediana per gruppo<\/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 Esempio 2: trovare le misure di diffusione per gruppo<\/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 Esempio 3: trova il numero per gruppo<\/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 Esempio 4: trovare il percentile per gruppo<\/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 Risorse addizionali<\/strong><\/span><\/h2>\n