डेटा को फ़िल्टर करना और चयन करना

टिडीवर्स डेटा विज्ञान के लिए डिज़ाइन किए गए आर पैकेजों का एक संग्रह है जो एक सामान्य दर्शन, व्याकरण और डेटा संरचनाओं को साझा करता है। इस सुइट में डेटा हेरफेर के लिए मुख्य पैकेज को dplyr कहा जाता है।

dplyr फ़ंक्शंस ("क्रिया") का एक सेट प्रस्तुत करता है जो डेटा फ़्रेम हेरफेर को अत्यधिक सहज बनाता है।

पाइप ऑपरेटर (%>% या |>)

टिडीवर्स दर्शन संचालन को एक साथ जोड़ने पर केंद्रित है। पाइप ऑपरेटर %>% (या R 4.1+ में प्रस्तुत मूल पाइप |>) एक अभिव्यक्ति का परिणाम लेता है और इसे अगले फ़ंक्शन के पहले तर्क के रूप में पास करता है। यह नेस्टेड फ़ंक्शन कॉल से बचाता है और अस्थायी चर के साथ आपके कार्यक्षेत्र को अव्यवस्थित होने से रोकता है।

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

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

फ़िल्टरिंग और चयन के लिए dplyr क्रियाएँ

डेटा फ़्रेम से डेटा निकालने के लिए तीन मूलभूत क्रियाएं हैं:

1. select()

डेटा फ़्रेम से विशिष्ट कॉलम का चयन करता है। आप कॉलम को बाहर करने के लिए - उपसर्ग को रखने या उपयोग करने के लिए कॉलम नामों को सूचीबद्ध कर सकते हैं।

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

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

2. filter()

एक या अधिक तार्किक स्थितियों के आधार पर पंक्तियों को फ़िल्टर करता है।

# 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()

एक या अधिक स्तंभों के मानों के आधार पर पंक्तियों को क्रमबद्ध करता है। सॉर्टिंग क्रम डिफ़ॉल्ट रूप से आरोही है। अवरोही क्रम में क्रमबद्ध करने के लिए, कॉलम नाम को desc() में लपेटें।

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

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

खुद कोशिश करना

अभ्यास 1: कॉलम चुनें