<\/p>\n
U kunt de volgende methoden gebruiken om de standaardafwijking van waarden in een dataframe in dplyr<\/a> te berekenen:<\/span><\/p>\n Methode 1: Bereken de standaarddeviatie van een variabele<\/strong><\/span><\/p>\n Methode 2: Bereken de standaardafwijking van meerdere variabelen<\/strong><\/span><\/p>\n Methode 3: bereken de standaardafwijking van meerdere variabelen, gegroepeerd op een andere variabele<\/strong><\/span><\/p>\n In deze tutorial wordt uitgelegd hoe u elke methode in de praktijk kunt gebruiken met het volgende dataframe in R:<\/span><\/p>\n De volgende code laat zien hoe u de standaardafwijking van de puntenvariabele<\/strong> berekent:<\/span><\/p>\n Uit het resultaat kunnen we zien dat de standaardafwijking van de waarden van de puntenvariabele<\/strong> 7,995534<\/strong> is.<\/span><\/span><\/p>\n De volgende code laat zien hoe u de standaardafwijking van punten<\/strong> en hulpvariabelen<\/strong> kunt berekenen:<\/span><\/p>\n De uitvoer toont de standaardafwijking voor de punten<\/strong> en hulpvariabelen<\/strong> .<\/span><\/span><\/p>\n De volgende code laat zien hoe u de standaardafwijking van punten<\/strong> en hulpvariabelen<\/strong> kunt berekenen:<\/span><\/p>\n Het resultaat toont de standaardafwijking voor de punten<\/strong> en hulpvariabelen<\/strong> voor Team A en Team B.<\/span><\/p>\n Opmerking<\/strong> : u kunt een lijst met meerdere variabelen opnemen in de functie group_by()<\/strong> als u op meerdere variabelen wilt groeperen.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in R kunt uitvoeren:<\/span><\/p>\n Hoe unieke waarden te filteren met dplyr<\/a> U kunt de volgende methoden gebruiken om de standaardafwijking van waarden in een dataframe in dplyr te berekenen: Methode 1: Bereken de standaarddeviatie van een variabele library (dplyr) df %>% summarise(sd_var1 = sd(var1, na. rm = TRUE )) Methode 2: Bereken de standaardafwijking van meerdere variabelen library (dplyr) df %>% summarize(sd_var1 = sd(var1, na. rm […]<\/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-3592","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n library<\/span> (dplyr)\n\ndf %>%\n summarise(sd_var1 = sd(var1, na. rm<\/span> = TRUE<\/span> ))<\/strong><\/pre>\n library<\/span> (dplyr)\n\ndf %>%\n summarize(sd_var1 = sd(var1, na. rm<\/span> = TRUE<\/span> ),\n sd_var2 = sd(var2, na. rm<\/span> = TRUE<\/span> ))<\/strong><\/pre>\n library<\/span> (dplyr)\n\ndf %>%\n group_by(var3) %>%\n summarize(sd_var1 = sd(var1, na. rm<\/span> = TRUE<\/span> ),\n sd_var2 = sd(var2, na. rm<\/span> = TRUE<\/span> ))<\/strong><\/pre>\n #create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),\n points=c(12, 15, 18, 22, 14, 17, 29, 35),\n assists=c(4, 4, 3, 6, 7, 8, 3, 10))\n\n#view data frame\n<\/span>df\n\n team points assists\n1 to 12 4\n2 to 15 4\n3 To 18 3\n4 to 22 6\n5 B 14 7\n6 B 17 8\n7 B 29 3\n8 B 35 10\n<\/strong><\/span><\/pre>\n Voorbeeld 1: Bereken de standaardafwijking van een variabele<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#calculate standard deviation of points variable\n<\/span>df %>%\n summarise(sd_points = sd(points, na. rm<\/span> = TRUE<\/span> ))\n\n sd_points\n1 7.995534\n<\/strong><\/pre>\n Voorbeeld 2: Bereken de standaardafwijking van verschillende variabelen<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#calculate standard deviation of points and assists variables\n<\/span>df %>%\n summarise(sd_points = sd(points, na. rm<\/span> = TRUE<\/span> ),\n sd_assists = sd(assists, na. rm<\/span> = TRUE<\/span> ))\n\n sd_points sd_assists\n1 7.995534 2.559994\n<\/strong><\/pre>\n Voorbeeld 3: bereken de standaardafwijking van verschillende variabelen, gegroepeerd door een andere variabele<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#calculate standard deviation of points and assists variables\n<\/span>df %>%\n group_by(team) %>%\n summarise(sd_points = sd(points, na. rm<\/span> = TRUE<\/span> ),\n sd_assists = sd(assists, na. rm<\/span> = TRUE<\/span> ))\n\n# A tibble: 2 x 3\n team sd_points sd_assists\n \n1 A 4.27 1.26\n2B 9.91 2.94\n<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe u op meerdere voorwaarden kunt filteren met behulp van dplyr
Hoe het aantal exemplaren in kolommen in R te tellen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"