ফিল্টারিং এবং ডেটা নির্বাচন করা

Tidyverse হল ডেটা বিজ্ঞানের জন্য ডিজাইন করা R প্যাকেজের একটি সংগ্রহ যা একটি সাধারণ দর্শন, ব্যাকরণ এবং ডেটা স্ট্রাকচার শেয়ার করে। এই স্যুটে ডেটা ম্যানিপুলেশনের মূল প্যাকেজটিকে dplyr বলা হয়।

dplyr ফাংশনের একটি সেট ("ক্রিয়া") প্রবর্তন করে যা ডেটা ফ্রেম ম্যানিপুলেশনকে অত্যন্ত স্বজ্ঞাত করে তোলে।

পাইপ অপারেটর (%>% বা |>)

টিডাইভার্স দর্শন একসাথে চেইনিং অপারেশনের উপর কেন্দ্রীভূত। পাইপ অপারেটর %>% (বা নেটিভ পাইপ |> R 4.1+ এ প্রবর্তিত) একটি এক্সপ্রেশনের ফলাফল নেয় এবং পরবর্তী ফাংশনে এটিকে প্রথম আর্গুমেন্ট হিসেবে পাস করে। এটি নেস্টেড ফাংশন কল এড়ায় এবং অস্থায়ী ভেরিয়েবলের সাথে আপনার কর্মক্ষেত্রে বিশৃঙ্খলা প্রতিরোধ করে।

# Without pipe:
filter(select(df, name, age), age > 20)

# With pipe:
df %>%
  select(name, age) %>%
  filter(age > 20)

ফিল্টারিং এবং সিলেক্ট করার জন্য dplyr ক্রিয়া

একটি ডেটা ফ্রেম থেকে ডেটা বের করার জন্য তিনটি মৌলিক ক্রিয়া হল:

1. select()

একটি ডেটা ফ্রেম থেকে নির্দিষ্ট কলাম নির্বাচন করে। আপনি কলাম বাদ দিতে - উপসর্গ রাখতে বা ব্যবহার করতে কলামের নাম তালিকাভুক্ত করতে পারেন।

# Select the 'name' and 'salary' columns
select(df, name, salary)

# Remove the 'address' column
select(df, -address)

2. filter()

এক বা একাধিক যৌক্তিক অবস্থার উপর ভিত্তি করে সারি ফিল্টার করে।

# Filter rows where age is greater than 30
filter(df, age > 30)

# Filter using multiple conditions (logical AND)
filter(df, age > 30, department == "HR")

3. arrange()

এক বা একাধিক কলামের মানের উপর ভিত্তি করে সারি সাজান। বাছাই ক্রম ডিফল্টরূপে আরোহী হয়. নিচের ক্রমে সাজাতে, কলামের নাম desc() এ মোড়ানো।

# Sort by age (ascending)
arrange(df, age)

# Sort by salary (descending)
arrange(df, desc(salary))

নিজে চেষ্টা করে দেখুন

অনুশীলনী 1: কলাম নির্বাচন করুন