<\/p>\n
Do grupowania zmiennych w dplyr mo\u017cna u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni:<\/span><\/p>\n Poni\u017csze przyk\u0142ady pokazuj\u0105, jak zastosowa\u0107 t\u0119 sk\u0142adni\u0119 w praktyce z nast\u0119puj\u0105c\u0105 ramk\u0105 danych:<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak posortowa\u0107 punkty zdobyte przez graczy w kolejno\u015bci rosn\u0105cej, pogrupowane wed\u0142ug dru\u017cyn:<\/span><\/p>\n Mo\u017cemy tak\u017ce sklasyfikowa\u0107 zdobyte punkty w kolejno\u015bci malej\u0105cej wed\u0142ug grup, u\u017cywaj\u0105c znaku ujemnego w funkcji Rank()<\/strong> :<\/span><\/p>\n Mo\u017cemy u\u017cy\u0107 argumentu tie.method<\/strong> , aby okre\u015bli\u0107, jak powinni\u015bmy traktowa\u0107 remisy podczas porz\u0105dkowania warto\u015bci liczbowych.<\/span><\/p>\n Aby okre\u015bli\u0107 spos\u00f3b obs\u0142ugi \u0142\u0105czy, mo\u017cesz u\u017cy\u0107 jednej z nast\u0119puj\u0105cych opcji:<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe funkcje w dplyr:<\/span><\/p>\n Jak wybra\u0107 pierwszy wiersz wed\u0142ug grupy za pomoc\u0105 dplyr<\/a> Do grupowania zmiennych w dplyr mo\u017cna u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni: df %>% arrange (group_var, numeric_var) %>% group_by (group_var) %>% mutate (rank = rank(numeric_var)) Poni\u017csze przyk\u0142ady pokazuj\u0105, jak zastosowa\u0107 t\u0119 sk\u0142adni\u0119 w praktyce z nast\u0119puj\u0105c\u0105 ramk\u0105 danych: #create data frame df <- data. frame (team = c(’A’, 'A’, 'A’, 'A’, 'B’, 'B’, 'B’, 'C’, 'C’, 'C’), […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-2069","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n df %>% arrange<\/span> (group_var, numeric_var) %>%\n group_by<\/span> (group_var) %>% \n mutate<\/span> (rank = rank(numeric_var))\n<\/strong><\/pre>\n #create data frame\n<\/span>df <- data. frame<\/span> (team = c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'),\n points = c(12, 28, 19, 22, 32, 45, 22, 28, 13, 19),\n rebounds = c(5, 7, 7, 12, 11, 4, 10, 7, 8, 8))\n\n#view data frame<\/span>\ndf\n\n team points rebounds\n1 to 12 5\n2 to 28 7\n3 to 19 7\n4 A 22 12\n5 B 32 11\n6 B 45 4\n7 B 22 10\n8 C 28 7\n9 C 13 8\n10 C 19 8\n<\/strong><\/pre>\n Przyk\u0142ad 1: Ranking w kolejno\u015bci rosn\u0105cej<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)<\/span>\n\n#rank points scored, grouped by team<\/span>\ndf %>% arrange<\/span> (team, points) %>%\n group_by<\/span> (team) %>% \n mutate<\/span> (rank = rank(points))\n\n# A tibble: 10 x 4\n# Groups: team [3]\n team points rebounds rank\n \n 1 A 12 5 1\n 2 A 19 7 2\n 3 A 22 12 3\n 4 A 28 7 4\n 5 B 22 10 1\n 6 B 32 11 2\n 7 B 45 4 3\n 8 C 13 8 1\n 9 C 19 8 2\n10 C 28 7 3<\/strong><\/pre>\n Przyk\u0142ad 2: Ranking w kolejno\u015bci malej\u0105cej<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)<\/span>\n\n#rank points scored in reverse, grouped by team<\/span>\ndf %>% arrange<\/span> (team, points) %>%\n group_by<\/span> (team) %>% \n mutate<\/span> (rank = rank(-points))\n\n# A tibble: 10 x 4\n# Groups: team [3]\n team points rebounds rank\n \n 1 to 12 5 4\n 2 A 19 7 3\n 3 A 22 12 2\n 4 A 28 7 1\n 5 B 22 10 3\n 6 B 32 11 2\n 7 B 45 4 1\n 8 C 13 8 3\n 9 C 19 8 2\n10 C 28 7 1\n<\/strong><\/pre>\n Jak sobie radzi\u0107 z powi\u0105zaniami w rankingu<\/strong><\/span><\/h3>\n
rank(points, ties. method<\/span> = ' average<\/span> ')\n<\/strong><\/pre>\n\n
Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak obliczy\u0107 cz\u0119stotliwo\u015bci wzgl\u0119dne za pomoc\u0105 dplyr<\/a>
Jak przekodowa\u0107 warto\u015bci za pomoc\u0105 dplyr<\/a>
Jak zamieni\u0107 NA na Zero w dplyr<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"