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,


Hva er Power Query & M Language: En detaljert oversikt

Hva er Power Query & M Language: En detaljert oversikt

Denne opplæringen gir en oversikt over Power Query Editor og M-språket på LuckyTemplates-skrivebordet.

Lag en paginert rapport: Legge til tekster og bilder

Lag en paginert rapport: Legge til tekster og bilder

Lær hvordan du lager en paginert rapport, legger til tekster og bilder og deretter eksporterer rapporten til ulike dokumentformater.

SharePoint Automate-funksjonen | En introduksjon

SharePoint Automate-funksjonen | En introduksjon

Lær hvordan du bruker SharePoint-automatiseringsfunksjonen til å lage arbeidsflyter og hjelpe deg med å mikroadministrere SharePoint-brukere, -biblioteker og -lister.

Løs en dataanalyseutfordring med LuckyTemplates Accelerator

Løs en dataanalyseutfordring med LuckyTemplates Accelerator

Utvid rapportutviklingsferdighetene dine ved å bli med i en dataanalyseutfordring. Akseleratoren kan hjelpe deg å bli en LuckyTemplates-superbruker!

Løpende totaler i LuckyTemplates ved hjelp av DAX

Løpende totaler i LuckyTemplates ved hjelp av DAX

Lær hvordan du beregner løpende totaler i LuckyTemplates ved hjelp av DAX. Løpende totaler lar deg ikke bli fanget opp i et individuelt resultat.

LuckyTemplates Dax-variabler er konstante: Hva betyr dette?

LuckyTemplates Dax-variabler er konstante: Hva betyr dette?

Forstå konseptet med variabler i DAX i LuckyTemplates og implikasjonene av variabler for hvordan målene dine beregnes.

LuckyTemplates Slope Chart: En oversikt

LuckyTemplates Slope Chart: En oversikt

Lær mer om det tilpassede visuelle bildet kalt LuckyTemplates Slope-diagram, som brukes til å vise økning/reduksjon for en enkelt eller flere beregninger.

LuckyTemplates fargetemaer for enhetlige visualiseringer

LuckyTemplates fargetemaer for enhetlige visualiseringer

Oppdag fargetemaene i LuckyTemplates. Disse er avgjørende for at rapportene og visualiseringene dine skal se ut og fungere sømløst.

Beregne gjennomsnitt i LuckyTemplates: Isolere ukedag- eller helgeresultater ved hjelp av DAX

Beregne gjennomsnitt i LuckyTemplates: Isolere ukedag- eller helgeresultater ved hjelp av DAX

Å beregne et gjennomsnitt i LuckyTemplates kan gjøres på mange måter for å gi deg nøyaktig informasjon for bedriftsrapportene dine.

LuckyTemplates Theming | LuckyTemplates Desktop Standard Theming

LuckyTemplates Theming | LuckyTemplates Desktop Standard Theming

La oss fordype oss i Standard LuckyTemplates-tema, og gjennomgå noen av funksjonene som er innebygd i selve LuckyTemplates Desktop-applikasjonen.