Hoe de verzamelfunctie in r te gebruiken (met voorbeelden)

De functie collect() uit het Tidyr- pakket kan worden gebruikt om een sleutel-waardepaar over meerdere kolommen te “verzamelen”.

Deze functie gebruikt de volgende basissyntaxis:

verzamelen (gegevens, sleutelwaarde, etc.)

Goud:

• data : Naam van het dataframe
• key : Naam van de sleutelkolom die moet worden gemaakt
• waarde : Naam van de waardekolom die moet worden gemaakt
• … : geef de kolommen op waaruit u wilt verzamelen

De volgende voorbeelden laten zien hoe u deze functie in de praktijk kunt gebruiken.

Voorbeeld 1: Verzamel de waarden van twee kolommen

Stel dat we het volgende dataframe in R hebben:

 #create data frame
df <- data. frame (player=c('A', 'B', 'C', 'D'),
                 year1=c(12, 15, 19, 19),
                 year2=c(22, 29, 18, 12))

#view data frame
df

  player year1 year2
1 to 12 22
2 B 15 29
3 C 19 18
4 D 19 12

We kunnen de functie collect() gebruiken om als volgt twee nieuwe kolommen te maken, genaamd „year“ en „points“:

 library (tidyr)

#gather data from columns 2 and 3
gather(df, key=" year ", value=" points ", 2:3)

  player year points
1 A year1 12
2 B year1 15
3 C year1 19
4 D year1 19
5 A year2 22
6 B year2 29
7 C year2 18
8 D year2 12

Voorbeeld 2: Verzamel waarden uit meer dan twee kolommen

Stel dat we het volgende dataframe in R hebben:

 #create data frame
df2 <- data. frame (player=c('A', 'B', 'C', 'D'),
                  year1=c(12, 15, 19, 19),
                  year2=c(22, 29, 18, 12),
                  year3=c(17, 17, 22, 25))

#view data frame
df2

  player year1 year2 year3
1 A 12 22 17
2 B 15 29 17
3 C 19 18 22
4 D 19 12 25

We kunnen de functie collect() gebruiken om de waarden uit de kolommen 2, 3 en 4 als volgt te „verzamelen“ in twee nieuwe kolommen genaamd „jaar“ en „punten“:

 library (tidyr)

#gather data from columns 2, 3, and 4
gather(df, key=" year ", value=" points ", 2:4)

   player year points
1 A year1 12
2 B year1 15
3 C year1 19
4 D year1 19
5 A year2 22
6 B year2 29
7 C year2 18
8 D year2 12
9 A year3 17
10 B year3 17
11 C year3 22
12 D year3 25

Aanvullende bronnen

Het doel van het Tidyr- pakket is om “opgeruimde” data te creëren, die de volgende kenmerken heeft:

• Elke kolom is een variabele.
• Elke lijn is een observatie.
• Elke cel is een unieke waarde.

Het Tidyr-pakket gebruikt vier hoofdfuncties om geordende gegevens te creëren:

1. De spread() -functie.

2. De functie verzamelen() .

3. De functie afzonderlijke() .

4. De unit() -functie.

Als u deze vier functies onder de knie heeft, kunt u uit elk dataframe ‘nette’ data creëren.