Category: လမ်းညွှန်

မကြာခဏ ကော်လံနှစ်ခုကို R တွင် တစ်ခုအဖြစ် ပေါင်းစပ်လိုပေမည်။ ဥပမာအားဖြင့်၊ သင့်တွင် ကော်လံသုံးခုပါသည့် ဒေတာဘောင်တစ်ခုရှိသည် ဆိုကြပါစို့။ month year value 10 2019 15 10 2020 13 11 2020 13 11 2021 19 12 2021 22 လနှင့်နှစ်ကော်လံများကို ရက်စွဲ ဟုခေါ်သော ကော်လံတစ်ခုတည်းသို့ ပေါင်းစပ်လိုပေမည်။ date value 2019_10 15 2020_10 13 2020_11...

မကြာခဏဆိုသလို သင်သည် R ရှိ ဒေတာဘောင်တစ်ခု၏ ကော်လံအမည်များမှတစ်ဆင့် ထပ်လောင်းပြီး ကော်လံတစ်ခုစီတွင် အချို့သောလုပ်ဆောင်မှုများကို လုပ်ဆောင်လိုပေမည်။ ဒီလိုလုပ်ဖို့ ဘုံနည်းလမ်း နှစ်ခုရှိပါတယ်။ Method 1: For Loop ကိုသုံးပါ။ for (i in colnames(df)){ some operation } နည်းလမ်း 2- sapply() ကိုသုံးပါ sapply(df, some operation ) ဤသင်ခန်းစာတွင် ဤနည်းလမ်းတစ်ခုစီကို လက်တွေ့အသုံးချနည်းကို နမူနာပြထားသည်။ Method 1: For Loop...

မကြာခဏဆိုသလို R တွင် ကော်လံနှစ်ခုကို နှိုင်းယှဉ်ကာ နှိုင်းယှဉ်မှုရလဒ်များကို တတိယကော်လံတစ်ခုသို့ ရေးချလိုပေမည်။ အောက်ပါ syntax ကို အသုံးပြု၍ ၎င်းကို အလွယ်တကူ ပြုလုပ်နိုင်သည်။ df$ new_col <- ifelse (df$ col1 > df$ col2 , ' A ', ifelse (df$ col1 < df$ col2 , ' B ', ' C '))...

R တွင် ကော်လံအများအပြား၏ ပျမ်းမျှကို မကြာခဏ တွက်ချက်လိုပေမည်။ ကံကောင်းထောက်မစွာ၊ သင်သည် colMeans() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ ၎င်းကို အလွယ်တကူ ပြုလုပ်နိုင်သည်။ colMeans(df) အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။ ကော်လံအများအပြား၏ပျမ်းမျှကိုရှာဖွေရန် colMeans() ကိုအသုံးပြုခြင်း။ ဒေတာဘောင်တစ်ခုရှိ ကော်လံတစ်ခုစီ၏ပျမ်းမျှအား ရှာဖွေရန် အောက်ပါကုဒ်သည် colMeans() လုပ်ဆောင်ချက်ကို မည်သို့အသုံးပြုရမည်ကို ပြသသည်- #create data frame df <- data.frame(var1=c(1, 3, 3, 4, 5),...

မကြာခဏဆိုသလို သင်သည် R ရှိ ဒေတာဘောင်တစ်ခုမှ ကော်လံများစွာကို တစ်ပြိုင်နက် ဖျက်လိုပေမည်။ ၎င်းကိုလုပ်ဆောင်ရန် အရိုးရှင်းဆုံးနည်းလမ်းမှာ အောက်ပါ syntax ကို အသုံးပြုရန်ဖြစ်သည်။ df[, c('column_name1', 'column_name2')] <- list(NULL) ဥပမာအားဖြင့်၊ အောက်ပါ syntax သည် ပေးထားသော data frame တစ်ခုမှ ကော်လံ 2 နှင့် 3 ကို ဖယ်ရှားနည်းကို ပြသသည်- #create data frame df <- data.frame(var1=c(1, 3,...

မကြာခဏဆိုသလို သင်သည် R တွင် အုပ်စုပျမ်းမျှကို တွက်ချက်လိုပေမည်။ ၎င်းကိုလုပ်ဆောင်ရန် နည်းလမ်းသုံးခုကို သင်သုံးနိုင်သည်- နည်းလမ်း 1- R base ကိုသုံးပါ။ aggregate(df$col_to_aggregate, list(df$col_to_group_by), FUN= mean ) နည်းလမ်း 2- dplyr() package ကိုသုံးပါ။ library (dplyr) df %>% group_by (col_to_group_by) %>% summarise_at (vars(col_to_aggregate), list(name = mean )) နည်းလမ်း 3- data.table package...

ggplot2 data visualization library သည် R တွင် လှပသောဇယားများကို အစမှဖန်တီးရန် လွယ်ကူစေသည်။ သို့သော်၊ ggplot2 သည် သင်တစ်ခုသတ်မှတ်မထားပါက ဇယားကွက်များအတွက် ခေါင်းစဉ်များ မပေးဆောင်ပါ။ ဤသင်ခန်းစာသည် ggplot2 ဇယားများတွင် ခေါင်းစဉ်များထည့်ရန်နှင့် တည်းဖြတ်နည်းကို အတိအကျ ရှင်းပြထားသည်။ ggplot2 ခေါင်းစဉ်ထည့်နည်း Built-in iris dataset ကို အသုံးပြု၍ အုပ်စုဖွဲ့ထားသော boxplot တစ်ခုကို ဖန်တီးရန် အောက်ပါကုဒ်သည် ggplot2 ကိုအသုံးပြုပုံကို ပြသသည်- library (ggplot2)...

အဝိုင်းပုံဇယား သည် စက်ဝိုင်းပုံသဏ္ဍာန်ပုံစံဇယား အမျိုးအစားဖြစ်ပြီး တစ်ခုလုံး၏အချိုးအစားများကိုကိုယ်စားပြုရန် အချပ်များကို အသုံးပြုသည်။ ဤကျူတိုရီရယ်တွင် ggplot2 data visualization library ကို အသုံးပြု၍ R တွင် pie charts များ ဖန်တီးခြင်းနှင့် တည်းဖြတ်နည်းကို ရှင်းပြထားသည်။ အခြေခံ Pie Chart ဖန်တီးနည်း အောက်ပါကုဒ်သည် ggplot2 ကို အသုံးပြု၍ ဒေတာအတွဲတစ်ခုအတွက် အခြေခံအဝိုင်းပုံဇယားကို ဖန်တီးနည်းကို ပြသသည်- library (ggplot2) #create data frame data <-...

Shapiro-Wilk စစ်ဆေးမှု သည် ပုံမှန်အခြေအနေ၏ စမ်းသပ်မှုဖြစ်သည်။ နမူနာကို ပုံမှန်ဖြန့်ဖြူးမှု မှ လာသလား မဆုံးဖြတ်ရန် ၎င်းကို အသုံးပြုသည်။ ဤစမ်းသပ်မှုအမျိုးအစားသည် ဆုတ်ယုတ်ခြင်း ၊ ANOVA ၊ t-tests နှင့် အခြားများစွာသော ကိန်းဂဏန်းစမ်းသပ်မှုများတွင် အသုံးများသော ယူဆချက်တစ်ခုဖြစ်သည့် ပုံမှန်ဖြန့်ဝေမှုမှ ထွက်ပေါ်လာခြင်းရှိမရှိ ဆုံးဖြတ်ရန်အတွက် အသုံးဝင်သည်။ ‘အခြားသူတွေ။ R တွင် အောက်ပါ built-in လုပ်ဆောင်ချက်ကို အသုံးပြု၍ ပေးထားသည့် ဒေတာအတွဲတစ်ခုတွင် Shapiro-Wilk စမ်းသပ်မှုကို ကျွန်ုပ်တို့ အလွယ်တကူ လုပ်ဆောင်နိုင်သည်-...

မကြာခဏဆိုသလို သင်သည် R ရှိ ဒေတာဘောင်တစ်ခု၏ကော်လံများတွင် ပျောက်ဆုံးနေသောတန်ဖိုးများကို ထိုကော်လံ၏ပျမ်းမျှ သို့မဟုတ် အလယ်အလတ်ဖြင့် အစားထိုးလိုပေမည်။ ကော်လံတစ်ခုတည်းတွင် ပျောက်ဆုံးနေသောတန်ဖိုးများကို အစားထိုးရန်၊ အောက်ပါ syntax ကို သင်အသုံးပြုနိုင်သည်- df$col[ is.na (df$col)] <- mean(df$col, na.rm = TRUE ) ကော်လံအများအပြားတွင် ပျောက်ဆုံးနေသောတန်ဖိုးများကို အစားထိုးရန်၊ သင်သည် အောက်ပါအထားအသိုကို အသုံးပြုနိုင်သည်။ for(i in 1: ncol (df)) { df[ , i][...