उत्परिवर्तन और एकत्रीकरण

चयन और फ़िल्टरिंग से परे, dplyr नए परिकलित कॉलम बनाने और डेटा को समूहों में एकत्रित करके सारांशित करने की शक्तिशाली क्षमताएं प्रदान करता है।

नए कॉलम बनाना: mutate()

mutate() क्रिया आपको सभी मूल स्तंभों को बरकरार रखते हुए नए स्तंभों की गणना करने या मौजूदा स्तंभों को संशोधित करने की अनुमति देती है।

# 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
  )

समूहीकरण और एकत्रीकरण: group_by() और summarise()

अक्सर, डेटा विश्लेषण के लिए पंक्तियों के विशिष्ट समूहों के लिए सारांश आंकड़ों (जैसे माध्य, योग, गिनती) की गणना की आवश्यकता होती है (उदाहरण के लिए, प्रत्येक विभाग के लिए औसत वेतन की गणना)।

1. group_by()

डेटा फ़्रेम को एक या अधिक कॉलम के मानों के आधार पर समूहित करता है। अपने आप में, यह डेटा की दृश्य उपस्थिति को नहीं बदलता है, लेकिन यह dplyr को संकेत देता है कि बाद के संचालन को "समूह दर समूह" निष्पादित किया जाना चाहिए।

2. summarise() (या summarize())

mean(), sum(), min(), max(), या n() (जो पंक्तियों की गिनती करता है) जैसे सांख्यिकीय कार्यों को लागू करके कई पंक्तियों को एक सारांश पंक्ति में संक्षिप्त करता है।

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

यदि आप गिनना चाहते हैं कि प्रत्येक समूह में कितने रिकॉर्ड हैं:

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

खुद कोशिश करना

अभ्यास 1: एक परिकलित कॉलम बनाएं

अभ्यास 2: समूह बनाएं और माध्य के साथ सारांशित करें

अभ्यास 3: प्रति समूह तत्वों की गणना करें

अभ्यास 4: एकाधिक सारांश

अभ्यास 5: समूहीकरण और संयुक्त फ़िल्टर