Pipe In R: Conexión de funciones con Dplyr

Pipe In R: Conexión de funciones con Dplyr

En este tutorial, aprenderá cómo encadenar funciones usando el operador de canalización dplyr en el lenguaje de programación R.

Estas son algunas de las funciones básicas en R:

Pipe In R: Conexión de funciones con Dplyr

El dplyr en R puede verse como una gramática de manipulación de datos. Observe cómo cada función es un verbo y, cuando se colocan juntas, constituyen una forma de comando. Todas estas funciones están destinadas a trabajar juntas.

Como se muestra en la última fila de la tabla, el operador de tubería en R está representado por %>% , lo que le permite conectar funciones entre sí.

En este tutorial, aprenderá cómo ejecutar funciones comunes de dplyr y luego usar el operador de tubería para encadenarlas.

Tabla de contenido

Uso del operador de tuberías en R para simplificar el código

Abra el programa R. En el script en blanco, debe llamar a una biblioteca usando las bibliotecas tidyverse y Lahman .

Para este ejemplo, busquemos el promedio, el mínimo y el máximo de victorias de cada equipo desde el año 2000.

Pipe In R: Conexión de funciones con Dplyr

Puede escribir el código de varias maneras.

La primera es reasignar equipos continuamente. Debe filtrar los equipos por ID de año y luego agruparlos por ID de equipo. Para obtener la media, el mínimo y el máximo, debe usar la función .

Cuando ejecute el código R, obtendrá una tabla que muestra el ID del equipo, la media, el mínimo y el máximo.

Pipe In R: Conexión de funciones con Dplyr

Sin embargo, este código contiene demasiadas pulsaciones de teclas.

Entonces, intentemos la otra forma de obtener los resultados de una sola vez, y eso es usando el operador de tubería.

El método abreviado de teclado para el operador de tubería es CTRL+MAYÚS+M . Esto le permite pasar el marco de datos de su equipo a los siguientes pasos.

Pipe In R: Conexión de funciones con Dplyr

Para el código, no necesita reasignar equipos a cada función. Solo necesita usar el operador de tubería entre cada función para transferir el marco de datos a todo el código.

Cuando lo ejecute, obtendrá los mismos resultados que el método anterior.

Pipe In R: Conexión de funciones con Dplyr

El operador de tubería le permite optimizar y simplificar su código. Sin embargo, se necesita algún tiempo para acostumbrarse al uso de este operador. Pero una vez que haya entendido cómo funciona, crear un script R se convierte en una tarea más fácil.

Hacer cambios al código

El uso de un operador de tubería también facilita la realización de cambios en su código R.

Por ejemplo, si desea agregar más comandos, solo necesita incorporar otra línea de código y encadenarla al código existente usando el operador de canalización.

Pipe In R: Conexión de funciones con Dplyr

Tenga en cuenta que esto no es asignar los resultados a un objeto. Solo toma el marco de datos de los equipos y lo ejecuta a través de estas funciones para generar una salida.

Para asignar los resultados a un objeto, debe utilizar el operador de flecha ( <> ).

Pipe In R: Conexión de funciones con Dplyr

Conclusión

El operador de tubería le permite agilizar su código en R. Ayuda a eliminar el proceso de tener que reasignar continuamente variables y datos a lo largo de su secuencia de comandos R. Junto con los operadores de columna y fila en la biblioteca tidyverse, permite a los usuarios manipular fácilmente los datos en R.

Esta es una de las ventajas de usar la biblioteca tidyverse. Es una gran herramienta para los usuarios que se ocupan de las estadísticas y la ciencia de datos.

Mis mejores deseos,


Time Intelligence en LuckyTemplates: cómo calcular el número de transacciones realizadas en los últimos N días

Time Intelligence en LuckyTemplates: cómo calcular el número de transacciones realizadas en los últimos N días

Descubra cómo calcular el total de transacciones realizadas en los últimos N días y obtenga información útil utilizando la inteligencia de tiempo en LuckyTemplates.

Cómo evaluar clústeres en sus datos mediante la técnica DAX en LuckyTemplates

Cómo evaluar clústeres en sus datos mediante la técnica DAX en LuckyTemplates

En este tutorial, demuestro cómo mostrar clústeres en sus datos permite extraer información valiosa usando técnicas DAX avanzadas.

¿Cuánto personal tenemos actualmente? Lógica de fechas múltiples en LuckyTemplates usando DAX

¿Cuánto personal tenemos actualmente? Lógica de fechas múltiples en LuckyTemplates usando DAX

En este tutorial, aprenderá a calcular la <strong>población actual del personal</strong> para las relaciones múltiples de la tabla de calendario mediante la función COUNTROWS y FILTER en LuckyTemplates.

Hacer una solicitud HTTP en Power Automate

Hacer una solicitud HTTP en Power Automate

Aprenda a crear una solicitud HTTP con Power Automate y cómo implementar soluciones efectivas para la automatización de tareas.

Programe un flujo de escritorio para que se ejecute en Power Automate

Programe un flujo de escritorio para que se ejecute en Power Automate

En este tutorial, aprenda cómo programar un flujo de escritorio en Power Automate para automatizar tareas en la web y su escritorio.

Power Automate Terminar Control de acción en flujos

Power Automate Terminar Control de acción en flujos

Aprenda a usar correctamente el control Terminar acción de Power Automate que termina las acciones en un flujo si no se cumple alguna de las condiciones.

Power Query: combinar archivos de varias carpetas

Power Query: combinar archivos de varias carpetas

Aprenda a combinar archivos de varias carpetas en su red, escritorio, OneDrive o SharePoint utilizando Power Query.

Tipos de flujo de Power Automate y cuándo usarlos

Tipos de flujo de Power Automate y cuándo usarlos

En este blog, analizamos las similitudes y diferencias entre los tipos de flujo de Power Automate y determinamos cuándo usar cada flujo. Encuentra la mejor opción de automatización.

Conectores de Power Automate: número, texto y fecha y hora

Conectores de Power Automate: número, texto y fecha y hora

Familiarízate con algunos conectores Power Automate integrados que transforman cadenas en otro formato: número, texto y fecha y hora.

Tutorial del analizador VertiPaq: relaciones e integridad referencial

Tutorial del analizador VertiPaq: relaciones e integridad referencial

Este tutorial detallado sobre el analizador VertiPaq en DAX Studio le enseñará cómo usar la pestaña Relaciones para optimizar su DAX y resolver problemas de integridad referencial.