In het volgende Excel-spreadsheet kunnen we bijvoorbeeld zoeken naar de teamnaam van een speler door VERT.ZOEKEN te gebruiken om de naam van de speler te matchen en het team van de speler terug te geven:<\/span> <\/p>\n We kunnen deze functie repliceren met behulp van base R of het dplyr-pakket:<\/span><\/p>\n Basis R gebruiken:<\/strong><\/span><\/p>\n dplyr gebruiken:<\/strong><\/span><\/p>\n De volgende voorbeelden laten zien hoe u elk van deze functies in R kunt gebruiken om de functie VERT.ZOEKEN vanuit Excel te repliceren.<\/span><\/p>\n De volgende code laat zien hoe u een VLOOKUP-achtige functie uitvoert in basis R met behulp van de functie merge()<\/strong> :<\/span><\/p>\n Houd er rekening mee dat dit dezelfde resultaten oplevert als de functie VERT.ZOEKEN in het inleidende voorbeeld. Houd er ook rekening mee dat u meerdere kolommen kunt opgeven om samen te voegen met behulp van het argument by<\/strong> .<\/span><\/p>\n Houd er rekening mee dat dit dezelfde resultaten oplevert als de functie VERT.ZOEKEN in Excel. Houd er ook rekening mee dat u meerdere kolommen kunt opgeven om samen te voegen met behulp van het argument by<\/strong> .<\/span><\/p>\n Als u bovendien wilt dat niet-overeenkomsten worden weergegeven, kunt u de functie left_join<\/strong> gebruiken.<\/span><\/p>\n Hoe cumulatieve bedragen in R te berekenen<\/a> Met de functie VERT.ZOEKEN in Excel kunt u een waarde in een tabel vinden door deze in een kolom te matchen. In het volgende Excel-spreadsheet kunnen we bijvoorbeeld zoeken naar de teamnaam van een speler door VERT.ZOEKEN te gebruiken om de naam van de speler te matchen en het team van de speler terug te […]<\/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":[],"class_list":["post-1122","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/vlookup_r2.png\")
<\/p>\n merge(df1, df2, by=\" merge_column<\/span> \")\n<\/strong><\/pre>\n inner_join(df1, df2, by=\" merge_column<\/span> \")<\/strong><\/pre>\n VERT.ZOEKEN met Base R<\/strong><\/span><\/h3>\n
#create first data frame<\/span>\ndf1 <- data.frame(player= LETTERS<\/span> [1:15],\n team= rep<\/span> (c(' Mavs<\/span> ', ' Lakers<\/span> ', ' Rockets<\/span> '), each<\/span> =5))\n\n#create second data frame<\/span> \ndf2 <- data.frame(player= LETTERS<\/span> [1:15],\n points=c(14, 15, 15, 16, 8, 9, 16, 27, 30, 24, 14, 19, 8, 6, 5))\n\n#merge the two data frames\nmerge(df1, df2, by=\" player<\/span> \")\n\n player team points\n1 A Mavs 14\n2 B Mavs 15\n3C Mavs 15\n4D Mavs 16\n5 E Mavs 8\n6 F Lakers 9\n7G Lakers 16\n8 a.m. Lakers 27\n9 I Lakers 30\n10 J Lakers 24\n11K Rockets 14\n12L Rockets 19\n13 M Rockets 8\n14 N Rockets 6\n15 O Rockets 5<\/span><\/span><\/strong><\/pre>\n VERT.ZOEKEN met dplyr<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)<\/span>\n\n#create first data frame<\/span>\ndf1 <- data.frame(player= LETTERS<\/span> [1:15],\n team= rep<\/span> (c(' Mavs<\/span> ', ' Lakers<\/span> ', ' Rockets<\/span> '), each<\/span> =5))\n\n#create second data frame<\/span> \ndf2 <- data.frame(player= LETTERS<\/span> [1:15],\n points=c(14, 15, 15, 16, 8, 9, 16, 27, 30, 24, 14, 19, 8, 6, 5))\n\n#merge the two data frames using inner_join\n<\/span>inner_join(df1, df2, by=\" player<\/span> \")\n\n player team points\n1 A Mavs 14\n2 B Mavs 15\n3C Mavs 15\n4D Mavs 16\n5 E Mavs 8\n6 F Lakers 9\n7G Lakers 16\n8 a.m. Lakers 27\n9 I Lakers 30\n10 J Lakers 24\n11K Rockets 14\n12L Rockets 19\n13 M Rockets 8\n14 N Rockets 6\n15 O Rockets 5\n<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe gegevens in R te standaardiseren<\/a>
Rijen toevoegen aan een dataframe in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"