<\/p>\n
Do grupowania danych w R mo\u017cna u\u017cy\u0107 jednej z dw\u00f3ch metod:<\/span><\/p>\n Metoda 1: u\u017cyj funkcji wycinania().<\/strong><\/span><\/p>\n Metoda 2: u\u017cyj funkcji ntile().<\/strong><\/span><\/p>\n Poni\u017csze przyk\u0142ady pokazuj\u0105, jak w praktyce zastosowa\u0107 ka\u017cd\u0105 metod\u0119 z nast\u0119puj\u0105c\u0105 ramk\u0105 danych:<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak przeprowadzi\u0107 grupowanie danych na zmiennej punkty<\/strong> przy u\u017cyciu funkcji cut()<\/strong> z okre\u015blonymi znakami przerwania:<\/span><\/p>\n Nale\u017cy zauwa\u017cy\u0107, \u017ce ka\u017cdy wiersz w ramce danych zosta\u0142 umieszczony w jednej z trzech grup w oparciu o warto\u015b\u0107 kolumny punktowej.<\/span><\/p>\n Mogliby\u015bmy r\u00f3wnie\u017c okre\u015bli\u0107 liczb\u0119 skok\u00f3w, kt\u00f3re zostan\u0105 u\u017cyte do utworzenia p\u00f3l o r\u00f3wnej szeroko\u015bci, przechodz\u0105c od warto\u015bci minimalnej do maksymalnej warto\u015bci kolumny punkt\u00f3w<\/strong> :<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak przeprowadzi\u0107 grupowanie danych na zmiennej punkty<\/strong> przy u\u017cyciu funkcji ntile()<\/strong> z okre\u015blon\u0105 liczb\u0105 wynikowych grup:<\/span><\/p>\n Nale\u017cy pami\u0119ta\u0107, \u017ce ka\u017cdemu wierszowi przypisano pole od 1 do 3 w oparciu o warto\u015b\u0107 kolumny punktowej<\/strong> .<\/span><\/p>\n Najlepiej jest u\u017cywa\u0107 funkcji ntile()<\/strong> , je\u015bli chcesz, aby w ka\u017cdym wierszu by\u0142a wy\u015bwietlana warto\u015b\u0107 ca\u0142kowita, a nie odst\u0119p wskazuj\u0105cy zakres przedzia\u0142u.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe zadania w j\u0119zyku R:<\/span><\/p>\n Jak warunkowo zast\u0105pi\u0107 warto\u015bci w ramce danych w R<\/a> Do grupowania danych w R mo\u017cna u\u017cy\u0107 jednej z dw\u00f3ch metod: Metoda 1: u\u017cyj funkcji wycinania(). library (dplyr) #perform binning with custom breaks df %>% mutate(new_bin = cut(variable_name, breaks=c(0, 10, 20, 30))) #perform binning with specific number of bins df %>% mutate(new_bin = cut(variable_name, breaks= 3 )) Metoda 2: u\u017cyj funkcji ntile(). library (dplyr) #perform […]<\/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-2514","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n library<\/span> (dplyr)\n\n#perform binning with custom breaks<\/span>\ndf %>% mutate(new_bin = cut(variable_name, breaks=c(0, 10, 20, 30)))\n\n#perform binning with specific number of bins\n<\/span>df %>% mutate(new_bin = cut(variable_name, breaks= 3<\/span> ))\n<\/strong><\/pre>\n library<\/span> (dplyr)\n\n#perform binning with specific number of bins<\/span>\ndf %>% mutate(new_bin = ntile(variable_name, n= 3<\/span> ))\n<\/strong><\/pre>\n #create data frame\ndf <- data. frame<\/span> (points=c(4, 4, 7, 8, 12, 13, 15, 18, 22, 23, 23, 25),\n assists=c(2, 5, 4, 7, 7, 8, 5, 4, 5, 11, 13, 8),\n rebounds=c(7, 7, 4, 6, 3, 8, 9, 9, 12, 11, 8, 9))\n\n#view head of data frame\n<\/span>head(df)\n\n points assists rebounds\n1 4 2 7\n2 4 5 7\n3 7 4 4\n4 8 7 6\n5 12 7 3\n6 13 8 8<\/span><\/span><\/strong><\/pre>\n Przyk\u0142ad 1: Wykonaj grupowanie danych za pomoc\u0105 funkcji cut().<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)\n\n#perform data binning on variable points<\/em>\n<\/span>df %>% mutate(points_bin = cut(points, breaks=c(0, 10, 20, 30)))\n\n points assists rebounds points_bin\n1 4 2 7 (0.10]\n2 4 5 7 (0.10]\n3 7 4 4 (0.10]\n4 8 7 6 (0.10]\n5 12 7 3 (10.20]\n6 13 8 8 (10.20]\n7 15 5 9 (10.20]\n8 18 4 9 (10.20]\n9 22 5 12 (20.30]\n10 23 11 11 (20.30]\n11 23 13 8 (20.30]\n12 25 8 9 (20.30]\n<\/span><\/span><\/strong><\/pre>\n library<\/span> (dplyr)\n\n#perform data binning on variable points<\/em>\n<\/span>df %>% mutate(points_bin = cut(points, breaks= 3<\/span> ))\n\n points assists rebounds points_bin\n1 4 2 7 (3.98.11]\n2 4 5 7 (3.98.11]\n3 7 4 4 (3.98.11]\n4 8 7 6 (3.98.11]\n5 12 7 3 (11.18]\n6 13 8 8 (11.18]\n7 15 5 9 (11.18]\n8 18 4 9 (11.18]\n9 22 5 12 (18.25]\n10 23 11 11 (18.25]\n11 23 13 8 (18.25]\n12 25 8 9 (18.25]\n<\/span><\/span><\/strong><\/pre>\n Przyk\u0142ad 2:<\/strong><\/span> Wykonaj grupowanie danych za pomoc\u0105 funkcji ntile().<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)\n\n#perform data binning on variable points<\/em>\n<\/span>df %>% mutate(points_bin = ntile(points, n= 3<\/span> ))\n\n points assists rebounds points_bin\n1 4 2 7 1\n2 4 5 7 1\n3 7 4 4 1\n4 8 7 6 1\n5 12 7 3 2\n6 13 8 8 2\n7 15 5 9 2\n8 18 4 9 2\n9 22 5 12 3\n10 23 11 11 3\n11 23 13 8 3\n12 25 8 9 3\n<\/span><\/span><\/strong><\/pre>\n Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak obliczy\u0107 \u015bredni\u0105 obci\u0119t\u0105 w R<\/a>
Jak obliczy\u0107 \u015bredni\u0105 warunkow\u0105 w R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"