Pipe In R: Collegamento di funzioni con Dplyr

Pipe In R: Collegamento di funzioni con Dplyr

In questo tutorial imparerai come concatenare le funzioni usando l' operatore pipe dplyr nel linguaggio di programmazione R.

Queste sono alcune delle funzioni di base in R:

Pipe In R: Collegamento di funzioni con Dplyr

Il dplyr in R può essere visto come una grammatica della manipolazione dei dati. Nota come ogni funzione è un verbo e, quando vengono messe insieme, costituiscono una forma di comando. Tutte queste funzioni sono pensate per lavorare insieme.

Come mostrato nell'ultima riga della tabella, l'operatore pipe in R è rappresentato da %>% che consente di collegare insieme le funzioni.

In questo tutorial imparerai come eseguire le comuni funzioni dplyr e quindi utilizzare l'operatore pipe per concatenarle.

Sommario

Utilizzo dell'operatore pipe in R per semplificare il codice

Apri il programma R. Nello script vuoto, devi chiamare una libreria usando le librerie tidyverse e Lahman .

Per questo esempio, troviamo la media, il minimo e il massimo di vittorie per ogni squadra dall'anno 2000.

Pipe In R: Collegamento di funzioni con Dplyr

Puoi scrivere il codice in vari modi.

Il primo è riassegnare continuamente i team. È necessario filtrare i team in base all'ID anno e quindi raggrupparli in base all'ID del team. Per ottenere la media, il minimo e il massimo, è necessario utilizzare la funzione

Quando esegui il codice R, otterrai una tabella che mostra teamID, media, min e max.

Pipe In R: Collegamento di funzioni con Dplyr

Tuttavia, questo codice contiene troppe sequenze di tasti.

Quindi, proviamo l'altro modo per ottenere i risultati in una volta sola, utilizzando l'operatore pipe.

La scorciatoia da tastiera per l'operatore pipe è CTRL+MAIUSC+M . Ciò ti consente di passare il frame di dati del tuo team nei passaggi successivi.

Pipe In R: Collegamento di funzioni con Dplyr

Per il codice, non è necessario riassegnare i team a ciascuna funzione. Devi solo utilizzare l'operatore pipe tra ogni funzione per trasferire il frame di dati all'intero codice.

Quando lo esegui, otterrai gli stessi risultati del metodo precedente.

Pipe In R: Collegamento di funzioni con Dplyr

L'operatore pipe ti consente di snellire e semplificare il tuo codice. Tuttavia, l'utilizzo di questo operatore richiede un po' di tempo per abituarsi. Ma una volta capito come funziona, creare uno script R diventa un compito più semplice.

Apportare modifiche al codice

L'uso di un operatore pipe rende anche più semplice apportare modifiche al codice R.

Ad esempio, se desideri aggiungere più comandi, devi solo incorporare un'altra riga di codice e concatenarla al codice esistente utilizzando l'operatore pipe.

Pipe In R: Collegamento di funzioni con Dplyr

Tieni presente che questo non sta assegnando i risultati a un oggetto. Prende solo il frame di dati del team e lo esegue attraverso queste funzioni per generare un output.

Per assegnare i risultati a un oggetto, è necessario utilizzare l'operatore freccia ( <> ).

Pipe In R: Collegamento di funzioni con Dplyr

Conclusione

L'operatore pipe ti consente di semplificare il tuo codice in R. Aiuta a eliminare il processo di dover riassegnare continuamente variabili e dati in tutto lo script R. Insieme agli operatori di riga e colonna nella libreria tidyverse, consente agli utenti di manipolare facilmente i dati in R.

Questo è uno dei vantaggi dell'utilizzo della libreria tidyverse. È un ottimo strumento per gli utenti che si occupano di statistica e scienza dei dati.

Ti auguro il meglio,


Power Automate si applica a ogni azione nei flussi di lavoro

Power Automate si applica a ogni azione nei flussi di lavoro

Scopri l

Tecniche di modellazione dei dati per organizzare le misure DAX

Tecniche di modellazione dei dati per organizzare le misure DAX

Tecniche di modellazione dei dati per organizzare meglio le misure DAX per un flusso di lavoro più efficiente.

Filtro Power Apps: cosè e come si usa?

Filtro Power Apps: cosè e come si usa?

Scopri come utilizzare la funzione di filtro in Power Apps e come incorporarla nelle formule esistenti all

Come commentare più righe in Python: una guida semplice e veloce

Come commentare più righe in Python: una guida semplice e veloce

Come commentare più righe in Python: una guida semplice e veloce

Connettori Power Automate: numero, testo e data e ora

Connettori Power Automate: numero, testo e data e ora

Acquisisci familiarità con i connettori Power Automate per la manipolazione di numeri, testo e date/ore.

Budget Vs Actual Vs Last Year - Suggerimenti per la rendicontazione finanziaria

Budget Vs Actual Vs Last Year - Suggerimenti per la rendicontazione finanziaria

Ora, è molto facile studiare il budget rispetto all

Come salvare e caricare un file RDS in R

Come salvare e caricare un file RDS in R

Imparerai come salvare e caricare oggetti da un file .rds in R. Questo articolo tratta anche come importare oggetti da R a LuckyTemplates.

Che cosè Power Query e M Language: una panoramica dettagliata

Che cosè Power Query e M Language: una panoramica dettagliata

Scopri tutto su Power Query e il linguaggio M per la trasformazione e la preparazione dei dati nel desktop di LuckyTemplates.

Cosè il sé in Python: esempi del mondo reale

Cosè il sé in Python: esempi del mondo reale

Cos'è il sé in Python: esempi del mondo reale

Rivisitazione dei primi N giorni lavorativi: una soluzione per il linguaggio di codifica DAX

Rivisitazione dei primi N giorni lavorativi: una soluzione per il linguaggio di codifica DAX

In questa esercitazione sul linguaggio di codifica DAX, scopri come usare la funzione GENERATE e come modificare dinamicamente il titolo di una misura.