<\/p>\n
U kunt de pipe-operator ( %>%<\/strong> ) in R gebruiken om een reeks bewerkingen samen te ‚pipe’en.<\/span><\/p>\n Deze operator wordt meestal gebruikt met het dplyr-<\/a> pakket in R om een reeks bewerkingen op een dataframe uit te voeren.<\/span><\/p>\n De basissyntaxis van de pipe-operator is:<\/span><\/p>\n De leidingbeheerder geeft eenvoudigweg de resultaten van de ene handeling door aan de volgende handeling daaronder.<\/span><\/p>\n Het voordeel van het gebruik van de pipe operator is dat de code hierdoor zeer gemakkelijk te lezen is.<\/span><\/p>\n De volgende voorbeelden laten zien hoe u de pipe-operator in verschillende scenario’s kunt gebruiken met de mtcars-<\/a> dataset ingebouwd in R.<\/span><\/p>\n De volgende code laat zien hoe u de pipe-operator ( %>%<\/strong> ) gebruikt om te groeperen op de cyl-<\/strong> variabele en vervolgens de gemiddelde waarde van de mpg-<\/strong> variabele samen te vatten:<\/span><\/p>\n Uit het resultaat kunnen we zien:<\/span><\/p>\n Merk op hoe de pijpoperator het interpreteren van de code ook eenvoudiger maakt.<\/span><\/p>\n Kortom, hij zegt:<\/span><\/p>\n De volgende code laat zien hoe u de pipe-operator ( %>%<\/strong> ) kunt gebruiken om te groeperen op de cyl-<\/strong> en am<\/strong> -variabelen, en vervolgens het gemiddelde van de mpg-<\/strong> variabele en de standaardafwijking van de hp-<\/strong> variabele samen te vatten:<\/span><\/p>\n Uit het resultaat kunnen we zien:<\/span><\/p>\n Enzovoort.<\/span><\/p>\n Merk opnieuw op hoe de pijpoperator het interpreteren van de code ook gemakkelijker maakt.<\/span><\/p>\n Kortom, hij zegt:<\/span><\/p>\n De volgende code laat zien hoe u de pipe-operator ( %>%<\/strong> ) gebruikt met de muteerfunctie<\/a> in het dplyr-<\/strong> pakket om twee nieuwe variabelen in het mtcars-dataframe te maken:<\/span><\/p>\n Uit het resultaat kunnen we zien:<\/span><\/p>\n Merk opnieuw op hoe de pijpoperator het interpreteren van de code ook gemakkelijker maakt.<\/span><\/p>\n Kortom, hij zegt:<\/span><\/p>\n Gerelateerd:<\/strong> Hoe de functie transmute() in dplyr te gebruiken<\/a><\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende functies in R kunt gebruiken:<\/span><\/p>\n Hoe de Tilde-operator (~) in R te gebruiken<\/a> U kunt de pipe-operator ( %>% ) in R gebruiken om een reeks bewerkingen samen te ‚pipe’en. Deze operator wordt meestal gebruikt met het dplyr- pakket in R om een reeks bewerkingen op een dataframe uit te voeren. De basissyntaxis van de pipe-operator is: df %>% do_this_operation %>% then_do_this_operation %>% then_do_this_operation … De leidingbeheerder geeft […]<\/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-3376","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df %>% \n do_this_operation %>% \n then_do_this_operation %>%\n then_do_this_operation ...<\/strong><\/span><\/pre>\n #view first six rows of mtcars dataset<\/span>\nhead(mtcars)\n\n mpg cyl disp hp drat wt qsec vs am gear carb\nMazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4\nMazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4\nDatsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1\nHornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1\nHornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2\nValiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1\n<\/strong><\/span><\/pre>\n Voorbeeld 1: Gebruik Pipe Operator om een variabele samen te vatten<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#summarize mean mpg grouped by cyl<\/span>\nmtcars %>% \n group_by(cyl) %>% \n summarize(mean_mpg = mean(mpg))\n\n# A tibble: 3 x 2\n cyl mean_mpg\n \n1 4 26.7\n2 6 19.7\n3 8 15.1\n<\/strong><\/span><\/pre>\n\n
\n
Voorbeeld 2: Gebruik de Pipe Operator om meerdere variabelen te groeperen en samen te vatten<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#summarize mean mpg and standard dev of hp grouped by cyl and am<\/span>\nmtcars %>% \n group_by(cyl, am) %>% \n summarize(mean_mpg = mean(mpg),\n sd_hp = sd(hp))\n\n# A tibble: 6 x 4\n# Groups: cyl[3]\n cyl am mean_mpg sd_hp\n \n1 4 0 22.9 19.7 \n2 4 1 28.1 22.7 \n3 6 0 19.1 9.18\n4 6 1 20.6 37.5 \n5 8 0 15.0 33.4 \n6 8 1 15.4 50.2 \n<\/strong><\/span><\/pre>\n\n
\n
Voorbeeld 3: Gebruik de Pipe Operator om nieuwe variabelen te maken<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#add two new variables in mtcars\nnew_mtcars <- mtcars %>%\n mutate(mpg2 = mpg*2,\n mpg_root = sqrt(mpg))<\/span>\n\n#view first six rows of new data frame\nhead(new_mtcars)\n\n mpg cyl disp hp drat wt qsec vs am gear carb mpg2 mpg_root\n1 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 42.0 4.582576\n2 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 42.0 4.582576\n3 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 45.6 4.774935\n4 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 42.8 4.626013\n5 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 37.4 4.324350\n6 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1 36.2 4.254409<\/span><\/span><\/strong><\/span><\/pre>\n\n
\n
Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe de dollartekenoperator ($) in R te gebruiken<\/a>
Hoe u de operator \u201cNOT IN\u201d gebruikt in R<\/a>
Hoe de %in%-operator in R te gebruiken<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"