মিউটেশন এবং অ্যাগ্রিগেশন

নির্বাচন এবং ফিল্টারিংয়ের বাইরে, dplyr নতুন গণনা করা কলাম তৈরি করতে এবং গোষ্ঠীগুলিতে একত্রিত করে ডেটা সংক্ষিপ্ত করার জন্য শক্তিশালী ক্ষমতা সরবরাহ করে।

নতুন কলাম তৈরি করা হচ্ছে: mutate()

mutate() ক্রিয়াটি আপনাকে নতুন কলাম গণনা করতে বা বিদ্যমান কলামগুলিকে সংশোধন করার অনুমতি দেয়, সমস্ত মূল কলাম অক্ষত রেখে৷

# Adds a 'double_salary' column computed as 'salary' multiplied by 2
df %>%
  mutate(double_salary = salary * 2)

# You can create multiple columns at once
df %>%
  mutate(
    total_cost = quantity * price,
    tax = total_cost * 0.22
  )

গ্রুপিং এবং একত্রিত করা: group_by() এবং summarise()

প্রায়শই, ডেটা বিশ্লেষণের জন্য সারির নির্দিষ্ট গোষ্ঠীগুলির জন্য সারাংশের পরিসংখ্যান (যেমন গড়, যোগফল, গণনা) গণনা করা প্রয়োজন (উদাহরণস্বরূপ, প্রতিটি বিভাগের গড় বেতন গণনা করা)।

1. group_by()

এক বা একাধিক কলামের মান দ্বারা ডেটা ফ্রেমকে গোষ্ঠীবদ্ধ করে। নিজে থেকেই, এটি ডেটার ভিজ্যুয়াল চেহারা পরিবর্তন করে না, তবে এটি dplyr-এর সংকেত দেয় যে পরবর্তী অপারেশনগুলি "গ্রুপ দ্বারা গ্রুপ" চালানো উচিত।

2. summarise() (বা summarize())

mean(), sum(), min(), max(), বা n() (যেটি সারি) এর মতো পরিসংখ্যানগত ফাংশন প্রয়োগ করে অনেকগুলি সারিকে একটি একক সারাংশের সারিতে সঙ্কুচিত করে।

# Calculates the average salary per department
df %>%
  group_by(department) %>%
  summarise(mean_salary = mean(salary))

আপনি যদি প্রতিটি গ্রুপের কতগুলি রেকর্ড গণনা করতে চান:

# Counts how many employees are in each city
df %>%
  group_by(city) %>%
  summarise(count = n())

নিজে চেষ্টা করে দেখুন

অনুশীলনী 1: একটি গণনা করা কলাম তৈরি করুন

অনুশীলনী 2: গোষ্ঠীবদ্ধ করুন এবং গড় সহ সংক্ষিপ্ত করুন

ব্যায়াম 3: গ্রুপ প্রতি উপাদান গণনা

অনুশীলনী 4: একাধিক সারাংশ

ব্যায়াম 5: গ্রুপিং এবং সম্মিলিত ফিল্টার