<\/p>\n
U kunt de volgende basissyntaxis gebruiken om op \u00e9\u00e9n na alle kolommen in een dataframe te groeperen met behulp van het dplyr-<\/a> pakket in R:<\/span><\/p>\n In dit specifieke voorbeeld wordt het dataframe gegroepeerd op alle kolommen behalve degene genaamd this_column<\/strong> .<\/span><\/p>\n Merk op dat het negatieve teken ( \u2013<\/strong> ) in de formule dplyr vertelt om die specifieke kolom uit te sluiten in de group_by()<\/strong> functie.<\/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 dat informatie bevat over verschillende basketbalspelers:<\/span><\/p>\n Stel nu dat we de maximale waarde in de puntenkolom<\/strong> willen vinden, gegroepeerd over alle andere kolommen in het gegevensframe.<\/span><\/p>\n We kunnen hiervoor de volgende syntaxis gebruiken:<\/span><\/p>\n Uit het resultaat kunnen we zien:<\/span><\/p>\n Enzovoort.<\/span><\/p>\n Merk op dat we hetzelfde resultaat zouden kunnen krijgen als we elke kolomnaam, behalve de punten,<\/strong> in de functie group_by() zouden<\/strong> typen:<\/span><\/p>\n Dit komt overeen met het resultaat van het vorige voorbeeld.<\/span><\/p>\n Houd er echter rekening mee dat het veel eenvoudiger is om de puntenkolom<\/strong> in de group_by()-<\/strong> functie uit te sluiten in plaats van de namen van alle andere kolommen te typen.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken kunt uitvoeren met dplyr:<\/span><\/p>\n Hoe u rijen kunt filteren die een bepaalde tekenreeks bevatten met behulp van dplyr<\/a> U kunt de volgende basissyntaxis gebruiken om op \u00e9\u00e9n na alle kolommen in een dataframe te groeperen met behulp van het dplyr- pakket in R: df %>% group_by(across(c( – this_column))) In dit specifieke voorbeeld wordt het dataframe gegroepeerd op alle kolommen behalve degene genaamd this_column . Merk op dat het negatieve teken ( \u2013 ) […]<\/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-4130","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df %>%\n group_by(across(c( -<\/span> this_column)))\n<\/strong><\/pre>\n Voorbeeld: groepeer op alle kolommen behalve \u00e9\u00e9n in dplyr<\/strong><\/span><\/h2>\n
#create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),\n position=c('G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'),\n starter=c('Y', 'Y', 'Y', 'N', 'Y', 'N', 'N', 'N'),\n dots=c(99, 104, 119, 113))\n\n#view data frame\n<\/span>df\n\n team position starter points\n1 AGY 99\n2 AGY 104\n3 AFY 119\n4 AFN 113\n5 BGY 99\n6 BGN 104\n7 BFN 119\n8 BFN 113<\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n\n<\/span>#group by all columns except points column and find max points\ndf %>%\n group_by(across(c( -<\/span> points))) %>%\n mutate(max_points = max(points))\n\n# A tibble: 8 x 5\n# Groups: team, position, starter [6]\n team position starter points max_points\n \n1 AGY 99 104\n2 AGY 104 104\n3 AFY 119 119\n4 AFN 113 113\n5 BGY 99 99\n6 BGN 104 104\n7 BFN 119 119\n8 BFN 113 119\n<\/span><\/span><\/strong><\/pre>\n\n
library<\/span> (dplyr)<\/span>\n\n<\/span>#group by all columns except points column and find max points\ndf %>%\n group_by(across(c(team, position, starter))) %>%\n mutate(max_points = max(points))\n\n# A tibble: 8 x 5\n# Groups: team, position, starter [6]\n team position starter points max_points\n \n1 AGY 99 104\n2 AGY 104 104\n3 AFY 119 119\n4 AFN 113 113\n5 BGY 99 99\n6 BGN 104 104\n7 BFN 119 119\n8 BFN 113 119\n<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe relatieve frequenties te berekenen met behulp van dplyr<\/a>
Hoe u de eerste rij per groep selecteert met dplyr<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"