<\/p>\n
Vaak wilt u misschien de functie apply()<\/strong> gebruiken om een functie toe te passen op specifieke kolommen in een dataframe in R.<\/span><\/span><\/p>\n De functie apply()<\/strong> dwingt echter eerst alle kolommen in een dataframe om hetzelfde objecttype te hebben voordat een functie wordt toegepast, wat soms onbedoelde gevolgen kan hebben.<\/span><\/p>\n Een betere keuze is de functie lapply()<\/strong> , die de volgende basissyntaxis gebruikt:<\/span><\/p>\n In dit specifieke voorbeeld wordt de functie my_function<\/strong> alleen toegepast op col1<\/strong> en col2<\/strong> in het dataframe.<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.<\/span><\/p>\n Stel dat we het volgende dataframe in R hebben:<\/span><\/p>\n Stel nu dat we de volgende functie defini\u00ebren die de waarden met 2 vermenigvuldigt en vervolgens 1 optelt:<\/span><\/span><\/p>\n We kunnen de volgende functie lapply()<\/strong> gebruiken om deze functie alleen toe te passen op de punten-<\/strong> en bouncekolommen<\/strong> in het dataframe:<\/span><\/p>\n Uit het resultaat kunnen we zien dat we elke waarde in de kolommen punten<\/strong> en rebounds<\/strong> met 2 vermenigvuldigen en vervolgens 1 optellen.<\/span><\/p>\n Merk ook op dat de kolommen teams<\/strong> en assists<\/strong> ongewijzigd zijn gebleven.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in R kunt uitvoeren:<\/span><\/p>\n Een gids voor apply(), lapply(), sapply() en tapply() in R<\/a> Vaak wilt u misschien de functie apply() gebruiken om een functie toe te passen op specifieke kolommen in een dataframe in R. De functie apply() dwingt echter eerst alle kolommen in een dataframe om hetzelfde objecttype te hebben voordat een functie wordt toegepast, wat soms onbedoelde gevolgen kan hebben. Een betere keuze is de functie […]<\/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-3289","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df[c(' col1<\/span> ', ' col2<\/span> ')] <- lapply(df[c(' col1<\/span> ', ' col2<\/span> ')], my_function)\n<\/strong><\/pre>\n Voorbeeld: pas een functie toe op specifieke kolommen in het dataframe<\/strong><\/span><\/h2>\n
#create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),\n points=c(19, 22, 15, NA, 14, 25, 25, 25),\n rebounds=c(10, 6, 3, 7, 11, 13, 9, 12),\n assists=c(4, 4, 3, 6, 7, 5, 10, 8))\n\n#view data frame\n<\/span>df\n\n team points rebound assists\n1 A 19 10 4\n2 A 22 6 4\n3 to 15 3 3\n4 A NA 7 6\n5 B 14 11 7\n6 B 25 13 5\n7 B 25 9 10\n8 B 25 12 8<\/strong><\/pre>\n #define function\nmy_function <- function<\/span> (x) x*2 + 1<\/span><\/span><\/strong><\/span><\/pre>\n #apply function to specific columns\n<\/span>df[c(' points<\/span> ', ' rebounds<\/span> ')] <- lapply(df[c(' points<\/span> ', ' rebounds<\/span> ')], my_function)\n\n#view updated data frame\n<\/span>df\n\n team points rebound assists\n1 A 39 21 4\n2 A 45 13 4\n3 A 31 7 3\n4 A NA 15 6\n5 B 29 23 7\n6 B 51 27 5\n7 B 51 19 10\n8 B 51 25 8\n<\/strong><\/span><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe de transformatiefunctie in R te gebruiken<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"