अन्वेषण और एकत्रीकरण

आर को मुख्य रूप से एक सांख्यिकीय वातावरण के रूप में बनाया गया था, इसलिए यह वैक्टर या तालिकाओं में डेटा के वितरण का विश्लेषण, सारांश और समझने के लिए कई अंतर्निहित कार्य प्रदान करता है।

बुनियादी सांख्यिकीय कार्य

आर आपको संख्यात्मक वैक्टर पर केंद्र और प्रसार के मुख्य उपायों की आसानी से गणना करने की अनुमति देता है:

• mean(x): तत्वों के अंकगणितीय माध्य की गणना करता है।
• median(x): माध्यिका (मध्य मान) की गणना करता है।
• sd(x): मानक विचलन की गणना करता है (डेटा कितना फैला हुआ है इसका एक उपाय)।
• min(x) और max(x): क्रमशः न्यूनतम और अधिकतम मान लौटाएँ।

values <- c(10, 12, 15, 18, 20, 22)

avg <- mean(values)
dispersion <- sd(values)

cat("Mean:", avg, "- Std Dev:", round(dispersion, 2), "\n")

गुम डेटा को संभालना (NA)

वास्तविक दुनिया में, डेटासेट में अक्सर गुम मान होते हैं, जिन्हें विशेष इकाई NA (उपलब्ध नहीं) द्वारा R में दर्शाया जाता है।

यदि आप किसी वेक्टर पर माध्य या किसी अन्य समुच्चय की गणना करने का प्रयास करते हैं जिसमें एक भी NA है, तो R परिणाम के रूप में NA लौटाएगा। लुप्त मानों को अनदेखा करने के लिए, आपको तार्किक तर्क na.rm = TRUE (NA हटाएं) पारित करना होगा:

temperatures <- c(18, 21, NA, 24, 19)

# This will return NA
print(mean(temperatures))

# This will ignore the NA and perform the calculation on valid values
print(mean(temperatures, na.rm = TRUE))

summary() के साथ वैश्विक सारांश

summary() फ़ंक्शन एक शक्तिशाली उपकरण है जो एक वेक्टर या संपूर्ण डेटा फ़्रेम का संपूर्ण सांख्यिकीय अवलोकन प्रदान करता है, जो न्यूनतम, प्रथम चतुर्थक, माध्यिका, माध्य, तृतीय चतुर्थक और अधिकतम दिखाता है:

prices <- c(5, 10, 15, 20, 100)
print(summary(prices))

aggregate के साथ डेटा एकत्र करना

डेटा फ़्रेम के साथ काम करते समय, विशिष्ट समूहों या श्रेणियों के लिए सारांश आंकड़ों (जैसे माध्य या योग) की गणना करना आम बात है। R में aggregate() फ़ंक्शन इस प्रक्रिया को सरल बनाता है:

df <- data.frame(
  department = c("HR", "IT", "HR", "IT"),
  salary = c(3000, 4500, 3200, 4800)
)

# Calcola la media dei salari per dipartimento
avg_salaries <- aggregate(salary ~ department, data = df, FUN = mean)
print(avg_salaries)

सिंटैक्स salary ~ department का अर्थ है "department वेरिएबल के आधार पर salary वेरिएबल का विश्लेषण करें"। FUN = mean तर्क निर्दिष्ट करता है कि हम प्रत्येक समूह के लिए अंकगणितीय माध्य की गणना करना चाहते हैं।

subset के साथ उन्नत फ़िल्टरिंग

subset() फ़ंक्शन जटिल वर्ग कोष्ठक के उपयोग से बचते हुए, डेटा फ़्रेम से पंक्तियों और स्तंभों के सबसेट को निकालने का एक सहज और सुरुचिपूर्ण तरीका प्रदान करता है:

employees <- data.frame(
  name = c("Alice", "Bob", "Charlie"),
  age = c(25, 34, 29),
  active = c(TRUE, FALSE, TRUE)
)

# Filtra solo i dipendenti attivi con età superiore a 28
active_employees <- subset(employees, active == TRUE & age > 28)

खुद कोशिश करना