<\/p>\n
U kunt de volgende basissyntaxis gebruiken om de standaardafwijking van kolommen in R te berekenen:<\/span><\/p>\n De volgende voorbeelden laten zien hoe u deze syntaxis in de praktijk kunt gebruiken met het volgende dataframe:<\/span><\/p>\n De volgende code laat zien hoe u de standaardafwijking van een kolom in het gegevensframe berekent:<\/span><\/p>\n De standaardafwijking van de waarden in de kolom \u201cpunten\u201d is 5,263079<\/strong> .<\/span><\/p>\n De volgende code laat zien hoe u de standaardafwijking van elke kolom in het gegevensframe berekent:<\/span><\/p>\n Omdat de kolom „team“ een karaktervariabele is, retourneert R NA en geeft ons een waarschuwing.<\/span><\/p>\n Het berekent echter met succes de standaardafwijking van de andere drie numerieke kolommen.<\/span><\/p>\n De volgende code laat zien hoe u de standaardafwijking van specifieke kolommen in het gegevensframe kunt berekenen:<\/span><\/p>\n Merk op dat we ook kolomindexwaarden kunnen gebruiken om kolommen te selecteren:<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende functies in R kunt uitvoeren:<\/span><\/p>\n Hoe de standaardafwijking van rijen in R te berekenen<\/a> U kunt de volgende basissyntaxis gebruiken om de standaardafwijking van kolommen in R te berekenen: #calculate standard deviation of one column sd(df$col1) #calculate standard deviation of all columns sapply(df, sd) #calculate standard deviation of specific columns sapply(df[c(‚ col1 ‚, ‚ col2 ‚, ‚ col5 ‚)], sd) De volgende voorbeelden laten zien hoe u deze syntaxis […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2067","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n #calculate standard deviation of one column<\/span>\nsd(df$col1)\n\n#calculate standard deviation of all columns\n<\/span>sapply(df, sd)\n\n#calculate standard deviation of specific columns<\/span>\nsapply(df[c(' col1<\/span> ', ' col2<\/span> ', ' col5<\/span> ')], sd)<\/strong><\/pre>\n #create data frame<\/span>\ndf <- data. frame<\/span> (team=c('A', 'B', 'C', 'D', 'E'),\n points=c(99, 91, 86, 88, 95),\n assists=c(33, 28, 31, 39, 34),\n rebounds=c(30, 28, 24, 24, 28))\n\n#view data frame\n<\/span>df\n\n team points assists rebounds\n1 A 99 33 30\n2 B 91 28 28\n3 C 86 31 24\n4 D 88 39 24\n5 E 95 34 28\n<\/strong><\/pre>\n Voorbeeld 1: standaardafwijking van een kolom<\/strong><\/span><\/h2>\n
#calculate standard deviation of 'points' column\n<\/span>sd(df$points)\n\n[1] 5.263079\n<\/strong><\/pre>\n Voorbeeld 2: standaardafwijking van alle kolommen<\/strong><\/span><\/h2>\n
#calculate standard deviation of all columns in data frame<\/span>\nsapply(df, sd)\n\n team points assists rebounds \n NA 5.263079 4.062019 2.683282 \nWarning message:\nIn var(if (is.vector(x) || is.factor(x)) x else as.double(x), na.rm = na.rm):\n NAs introduced by coercion<\/strong><\/pre>\n Voorbeeld 3: Standaardafwijking van specifieke kolommen<\/strong><\/h2>\n
#calculate standard deviation of 'points' and 'rebounds' columns\nsapply(df[c(' points<\/span> ', ' rebounds<\/span> ')], sd)\n\n rebound points \n5.263079 2.683282<\/span><\/span><\/strong><\/pre>\n #calculate standard deviation of 'points' and 'rebounds' columns\nsapply(df[c(2, 4)], sd)\n\n rebound points \n5.263079 2.683282<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe het gemiddelde van meerdere kolommen in R te berekenen<\/a>
Hoe u de maximale waarde over meerdere kolommen in R kunt vinden<\/a>
Hoe specifieke kolommen in R te selecteren<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"