R တွင် pivottables များကို အမြန်ဖန်တီးနည်း

Excel တွင် ဆုံချက်ဇယားများသည် ဒေတာများကို အုပ်စုဖွဲ့ပြီး အကျဉ်းချုံ့ရန် လွယ်ကူသောနည်းလမ်းကို ပေးပါသည်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့တွင် Excel တွင် အောက်ပါဒေတာအစုံရှိပါက၊ ဒေသအလိုက် စုစုပေါင်းရောင်းအားကို လျင်မြန်စွာ အကျဉ်းချုံ့ရန် pivot table ကို အသုံးပြုနိုင်ပါသည်။

၎င်းသည် ကျွန်ုပ်တို့အား ပြောပြသည်-

• တိုင်းဒေသကြီး A တွင် စုစုပေါင်းရောင်းချမှု ၅၁ ခုရှိသည်။
• တိုင်းဒေသကြီး B တွင် စုစုပေါင်းရောင်းချမှု ၈၅ ခုရှိသည်။
• တိုင်းဒေသကြီး C စုစုပေါင်း ၁၄၀ ရောင်းချနိုင်ခဲ့သည်။

သို့မဟုတ် ဒေသအလိုက် ပျမ်းမျှရောင်းချမှုကဲ့သို့သော အခြားသော မက်ထရစ်ဖြင့် အကျဉ်းချုပ်နိုင်သည်-

dplyr ပက်ကေ့ချ်မှ group_by() နှင့် summary() လုပ်ဆောင်ချက်များကို အသုံးပြု၍ R တွင် အလားတူ pivot ဇယားများကို လျင်မြန်စွာ ဖန်တီးနိုင်သည်ကို တွေ့ရှိရပါသည်။

ဤကျူတိုရီရယ်တွင် ၎င်းကိုပြုလုပ်နည်းကို ဥပမာများစွာပေးထားသည်။

ဥပမာ- R တွင် PivotTables ဖန်တီးပါ။

ပထမဦးစွာ၊ Excel မှယခင်နမူနာများတွင်အသုံးပြုခဲ့သည့် R တွင်တူညီသောဒေတာအတွဲကိုဖန်တီးကြပါစို့။

 #create data frame
df <- data. frame (region=c('A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'C'),
                 device=c('X', 'X', 'Y', 'X', 'Y', 'Y', 'X', 'X', 'Y', 'Y'),
                 sales=c(12, 18, 21, 22, 34, 29, 38, 36, 34, 32))

#view data frame
df

   region device sales
1AX 12
2AX18
3 AY 21
4 BX22
5 BY 34
6 BY 29
7 CX 38
8CX36
9 CY 34
10 CY 32

ထို့နောက်၊ dplyr ပက်ကေ့ဂျ်ကို တင်ပြီး ဒေသအလိုက် အုပ်စုဖွဲ့ရန် group_by() နှင့် summary() လုပ်ဆောင်ချက်များကို အသုံးပြု၍ ဒေသအလိုက် ရောင်းချမှုပေါင်းစုကို ရှာဖွေကြပါစို့။

 library (dplyr)

#find sum of sales by region
df %>%
  group_by (region) %>% 
  summarize (sum_sales = sum (sales))

# A tibble: 3 x 2
  region sum_sales
        
1 to 51
2 B 85
3 C 140

ဤနံပါတ်များသည် Excel မိတ်ဆက်နမူနာတွင် ပြထားသည့် နံပါတ်များနှင့် ကိုက်ညီကြောင်း ကျွန်ုပ်တို့ တွေ့နိုင်ပါသည်။

ဒေသအလိုက် ပျမ်းမျှရောင်းအားကိုလည်း တွက်ချက်နိုင်သည်-

 #find average sales by region
df %>%
  group_by (region) %>% 
  summarize (mean_sales = mean (sales))

# A tibble: 3 x 2
  region mean_sales
        
1 to 17  
2 B 28.3
3 C 35

တစ်ဖန်၊ ဤနံပါတ်များသည် ယခင် Excel ဥပမာတွင် ပြထားသည့် နံပါတ်များနှင့် ကိုက်ညီပါသည်။

ကိန်းရှင်များစွာဖြင့်လည်း အုပ်စုဖွဲ့နိုင်သည်ကို သတိပြုပါ။ ဥပမာအားဖြင့်၊ ဒေသ နှင့် စက်အမျိုးအစားအလိုက် အုပ်စုဖွဲ့ရောင်းချမှုပေါင်းစုကို ကျွန်ုပ်တို့ ရှာတွေ့နိုင်သည်-

 #find sum of sales by region and device type
df %>%
  group_by (region, device) %>% 
  summarize (sum_sales = sum (sales))

# A tibble: 6 x 3
# Groups: region [3]
  region device sum_sales
          
1AX30
2 AY 21
3 BX22
4 BY 63
5 CX 74
6 CY 66

ထပ်လောင်းအရင်းအမြစ်များ

R ဖြင့် VLOOKUP (Excel နှင့်ဆင်တူသော) VLOOKUP လုပ်နည်း
လမ်းညွှန်ချက်အပြည့်အစုံ- R ဖြင့် ဒေတာများကို အုပ်စုဖွဲ့ပြီး အကျဉ်းချုပ်နည်း