Dplyr에서 ungroup()을 사용하는 방법(예제 포함)

group_by() 함수를 사용하여 그룹당 하나의 변수를 요약한 후 dplyr의 ungroup () 함수를 사용하여 행의 그룹을 해제할 수 있습니다.

다음 예에서는 이 기능을 실제로 사용하는 방법을 보여줍니다.

예: dplyr에서 ungroup()을 사용하는 방법

R에 다음과 같은 데이터 프레임이 있다고 가정합니다.

 #create data frame
df <- data. frame (team=c('A', 'A', 'A', 'B', 'B', 'B'),
                 dots=c(14, 18, 22, 26, 36, 34),
                 assists=c(5, 4, 4, 8, 7, 3))

#view data frame
df

  team points assists
1 to 14 5
2 to 18 4
3 to 22 4
4 B 26 8
5 B 36 7
6 B 34 3

이제 다음 코드를 사용하여 팀별 로 그룹화된 평균 점수 값을 계산한다고 가정합니다.

 library (dplyr)

#calculate mean of points, grouped by team
df_new <- df %>%
            group_by(team) %>%
            summarize(mean_points = mean(points)) %>%
            A group()

#view results
df_new

# A tibble: 2 x 2
  team mean_points
         
1 to 18
2 B 32

이 구문을 사용하면 팀별 로 그룹화된 포인트 의 평균 값을 계산할 수 있지만 어시스트 열이 손실되었습니다.

도우미 열을 유지하려면 summary() 대신 mutate()를 사용하고 마지막에는 ungroup()을 계속 사용할 수 있습니다.

 library (dplyr)

#calculate mean of points, grouped by team
df_new <- df %>%
            group_by(team) %>%
            mutate(mean_points = mean(points)) %>%
            A group()

#view results
df_new

# A tibble: 6 x 4
  team points assists mean_points
              
1 A 14 5 18
2 A 18 4 18
3 A 22 4 18
4 B 26 8 32
5 B 36 7 32
6 B 34 3 32

이번에는 어시스트 열을 유지할 수 있으며 mutate() 함수를 사용하여 각 팀의 평균 점수 값을 표시하는 Mean_points 라는 새 열을 추가했습니다.

ungroup() 함수도 사용했기 때문에 그룹화된 변수의 영향을 받는 계산에 대해 걱정하지 않고 이 새 데이터 프레임에서 계산을 수행할 수 있습니다.

ungroup() 함수를 사용하지 않으면 데이터 프레임의 행이 계속 그룹화되어 나중에 다른 계산을 수행할 때 의도하지 않은 결과가 발생할 수 있습니다.

추가 리소스

다음 튜토리얼에서는 R에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

dplyr을 사용하여 고유 값을 필터링하는 방법
dplyr을 사용하여 여러 조건으로 필터링하는 방법
R의 열에서 발생 횟수를 계산하는 방법