<\/p>\n
Twee van de meest voorkomende taken die u uitvoert bij het analyseren van gegevens zijn het groeperen en samenvatten van gegevens.<\/span><\/p>\n Gelukkig kun je met het dplyr-<\/a> pakket in R snel gegevens groeperen en samenvatten.<\/span><\/p>\n Deze tutorial biedt een korte handleiding om aan de slag te gaan met dplyr.<\/span><\/p>\n Voordat u de functies in het dplyr-pakket kunt gebruiken, moet u eerst het pakket laden:<\/span><\/p>\n Vervolgens illustreren we verschillende voorbeelden van het gebruik van de functies van dplyr om gegevens te groeperen en samen te vatten met behulp van de ingebouwde R-dataset genaamd mtcars<\/strong> :<\/span><\/p>\n De basissyntaxis die we zullen gebruiken om gegevens te groeperen en samen te vatten is:<\/span><\/p>\n Opmerking:<\/strong> de functies summary() en summarise() zijn gelijkwaardig.<\/em><\/span><\/p>\n De volgende code laat zien hoe u metingen van de centrale tendens<\/a> per groep kunt berekenen, inclusief het gemiddelde en de mediaan:<\/span><\/p>\n De volgende code laat zien hoe u spreidingsmaten per groep kunt berekenen, inclusief standaardafwijking, interkwartielbereik en absolute mediaanafwijking:<\/span><\/p>\n De volgende code laat zien hoe je het nummer en het unieke nummer per groep in R kunt vinden:<\/span><\/p>\n De volgende code laat zien hoe u het 90e percentiel van mpg-waarden per cilindergroep kunt vinden:<\/span><\/p>\n U kunt hier<\/a> de volledige documentatie van het dplyr-pakket en handige spiekbriefjes voor visualisatie vinden.<\/span><\/p>\n Andere handige functies die u kunt gebruiken met group_by()<\/strong> en summary()<\/strong> zijn onder meer functies om de rijen van het dataframe te filteren<\/a> en ze in bepaalde volgorde te rangschikken<\/a> .<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Twee van de meest voorkomende taken die u uitvoert bij het analyseren van gegevens zijn het groeperen en samenvatten van gegevens. Gelukkig kun je met het dplyr- pakket in R snel gegevens groeperen en samenvatten. Deze tutorial biedt een korte handleiding om aan de slag te gaan met dplyr. Installeer en laad het dplyr-pakket Voordat […]<\/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-947","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Installeer en laad het dplyr-pakket<\/strong><\/span><\/h2>\n
#install dplyr (if not already installed)\ninstall.packages(' dplyr<\/span> ')<\/span>\n\n#load dplyr<\/span> \nlibrary(dplyr)<\/strong><\/pre>\n #obtain rows and columns of mtcars<\/em><\/span>\ndim(mtcars)\n\n[1] 32 11\n\n#view first six rows of mtcars<\/em>\n<\/span>head(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<\/strong><\/pre>\n data %>%\n group_by<\/span> (col_name) %>%\n summarize<\/span> (summary_name = summary_function)\n<\/strong><\/pre>\n Voorbeeld 1: Zoek het gemiddelde en de mediaan per groep<\/strong><\/h2>\n
#find mean mpg by cylinder<\/span>\nmtcars %>%\n group_by<\/span> (cyl) %>%\n summarize<\/span> (mean_mpg = mean(mpg, na.rm = TRUE<\/span> ))\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\n#find median mpg by cylinder\n<\/span>mtcars %>%\n group_by<\/span> (cyl) %>%\n summarize<\/span> (median_mpg = median(mpg, na.rm = TRUE<\/span> ))\n\n# A tibble: 3 x 2\n cyl median_mpg\n \n1 4 26 \n2 6 19.7\n3 8 15.2<\/strong><\/pre>\n Voorbeeld 2: Het vinden van spreidingsmaatstaven per groep<\/strong><\/h2>\n
#find sd, IQR, and mad by cylinder<\/span>\nmtcars %>%\ngroup_by<\/span> (cyl) %>%\nsummarize<\/span> (sd_mpg = sd(mpg, na.rm = TRUE<\/span> ),\n iqr_mpg = IQR(mpg, na.rm = TRUE<\/span> ),\n mad_mpg = mad(mpg, na.rm = TRUE<\/span> ))\n\n# A tibble: 3 x 4\n cyl sd_mpg iqr_mpg mad_mpg\n \n1 4 4.51 7.60 6.52\n2 6 1.45 2.35 1.93\n3 8 2.56 1.85 1.56<\/strong><\/pre>\n Voorbeeld 3: Zoek nummer per groep<\/strong><\/h2>\n
#find row count and unique row count by cylinder<\/span>\nmtcars %>%\ngroup_by<\/span> (cyl) %>%\nsummarize<\/span> (count_mpg = n(),\n u_count_mpg = n_distinct(mpg))\n\n# A tibble: 3 x 3\n cyl count_mpg u_count_mpg\n \n1 4 11 9\n2 6 7 6\n3 8 14 12\n<\/strong><\/pre>\n Voorbeeld 4: Zoek percentiel per groep<\/strong><\/h2>\n
#find 90th percentile of mpg for each cylinder group<\/span>\nmtcars %>%\ngroup_by<\/span> (cyl) %>%\nsummarize<\/span> (quant90 = quantile(mpg, probs = .9))\n\n# A tibble: 3 x 2\n cyl quant90\n \n1 4 32.4\n2 6 21.2\n3 8 18.3<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n