Pipe In R: Koblingsfunksjoner med Dplyr

I denne opplæringen lærer du hvordan du kobler funksjoner sammen ved å bruke røroperatøren i programmeringsspråket R.

Dette er noen av de grunnleggende funksjonene i R:

Pipe In R: Koblingsfunksjoner med Dplyr

Dplyren i R kan sees på som en grammatikk for datamanipulering. Legg merke til hvordan hver funksjon er et verb, og når de plasseres sammen, utgjør de en form for kommando. Alle disse funksjonene er ment å fungere sammen.

Som vist i siste rad i tabellen er røroperatøren i R representert med %>% som lar deg koble funksjoner sammen.

I denne opplæringen lærer du hvordan du kjører vanlige dplyr-funksjoner og deretter bruker røroperatøren til å lenke dem sammen.

Innholdsfortegnelse

Bruk av røroperatøren i R for å forenkle koden

Åpne R-programmet. I det tomme skriptet må du ringe inn et bibliotek ved å bruke tidyverse- og Lahman -bibliotekene.

For dette eksemplet, la oss finne gevinstene for hvert lag siden år 2000.

Pipe In R: Koblingsfunksjoner med Dplyr

Du kan skrive koden på flere måter.

Den første er å kontinuerlig omfordele team. Du må filtrere team etter år-ID og deretter gruppere dem etter team-ID. For å få gjennomsnitt, min og maks, må du brukefunksjon.

Når du kjører R-koden, får du en tabell som viser teamID, gjennomsnitt, min og maks.

Pipe In R: Koblingsfunksjoner med Dplyr

Denne koden inneholder imidlertid for mange tastetrykk.

Så la oss prøve den andre måten å få resultatene på én gang, og det er ved å bruke røroperatøren.

Tastatursnarveien for røroperatøren er CTRL+SHIFT+M . Dette lar deg overføre teamets dataramme til de neste trinnene.

Pipe In R: Koblingsfunksjoner med Dplyr

For koden trenger du ikke å tilordne team til hver funksjon. Du trenger bare å bruke røroperatøren mellom hver funksjon for å overføre datarammen til hele koden.

Når du kjører den, får du de samme resultatene som den forrige metoden.

Pipe In R: Koblingsfunksjoner med Dplyr

Røroperatøren lar deg effektivisere og forenkle koden din. Det tar imidlertid litt tid å venne seg til å bruke denne operatøren. Men når du først har forstått hvordan det fungerer, blir det en enklere oppgave å lage et R-skript.

Gjør endringer i koden

Bruk av en røroperatør gjør det også enklere å gjøre endringer i R-koden din.

For eksempel, hvis du vil legge til flere kommandoer, trenger du bare å inkorporere en annen kodelinje og lenke den til den eksisterende koden ved hjelp av røroperatøren.

Pipe In R: Koblingsfunksjoner med Dplyr

Husk at dette ikke er å tilordne resultatene til et objekt. Det er bare å ta teamets dataramme og kjøre den gjennom disse funksjonene for å generere en utgang.

For å tilordne resultatene til et objekt, må du bruke piloperatoren ( <> ).

Pipe In R: Koblingsfunksjoner med Dplyr

Konklusjon

Røroperatøren lar deg strømlinjeforme koden din i R. Den hjelper deg med å eliminere prosessen med å måtte tilordne variabler og data kontinuerlig gjennom R-skriptet ditt. Sammen med kolonnen og i tidyverse-biblioteket, lar det brukere enkelt manipulere data i R.

Dette er en av fordelene med å bruke tidyverse-biblioteket. Det er et flott verktøy for brukere som driver med statistikk og datavitenskap.

Beste ønsker,


DAX Studio EVALUATE Nøkkelord: Grunnleggende eksempler

DAX Studio EVALUATE Nøkkelord: Grunnleggende eksempler

Lær å bruke DAX Studio EVALUATE nøkkelordet med grunnleggende eksempler og få en bedre forståelse av hvordan dette kan hjelpe deg med databehandling.

Opprette en datotabell i LuckyTemplates

Opprette en datotabell i LuckyTemplates

Finn ut hvorfor det er viktig å ha en dedikert datotabell i LuckyTemplates, og lær den raskeste og mest effektive måten å gjøre det på.

LuckyTemplates Mobile Reporting Tips og teknikker

LuckyTemplates Mobile Reporting Tips og teknikker

Denne korte opplæringen fremhever LuckyTemplates mobilrapporteringsfunksjon. Jeg skal vise deg hvordan du kan utvikle rapporter effektivt for mobil.

Profesjonelle tjenesteanalyserapporter i LuckyTemplates

Profesjonelle tjenesteanalyserapporter i LuckyTemplates

I denne LuckyTemplates-utstillingen vil vi gå gjennom rapporter som viser profesjonell tjenesteanalyse fra et firma som har flere kontrakter og kundeengasjementer.

Microsoft Power Platform-oppdateringer | Microsoft Ignite 2021

Microsoft Power Platform-oppdateringer | Microsoft Ignite 2021

Gå gjennom de viktigste oppdateringene for Power Apps og Power Automate og deres fordeler og implikasjoner for Microsoft Power Platform.

Vanlige SQL-funksjoner: en oversikt

Vanlige SQL-funksjoner: en oversikt

Oppdag noen vanlige SQL-funksjoner som vi kan bruke som streng, dato og noen avanserte funksjoner for å behandle eller manipulere data.

LuckyTemplates Template Creation: Guide og tips

LuckyTemplates Template Creation: Guide og tips

I denne opplæringen lærer du hvordan du lager din perfekte LuckyTemplates-mal som er konfigurert til dine behov og preferanser.

Feltparametre og små multipler i LuckyTemplates

Feltparametre og små multipler i LuckyTemplates

I denne bloggen vil vi demonstrere hvordan du legger feltparametere sammen med små multipler for å skape utrolig nyttig innsikt og grafikk.

LuckyTemplates-rangering og tilpasset gruppering

LuckyTemplates-rangering og tilpasset gruppering

I denne bloggen vil du lære hvordan du bruker LuckyTemplates rangering og tilpassede grupperingsfunksjoner for å segmentere et eksempeldata og rangere det i henhold til kriterier.

Viser kun kumulativ total opp til en bestemt dato i LuckyTemplates

Viser kun kumulativ total opp til en bestemt dato i LuckyTemplates

I denne opplæringen skal jeg dekke en spesifikk teknikk rundt hvordan du viser kumulativ total kun opp til en bestemt dato i grafikken i LuckyTemplates.