Memfilter dan Memilih Data

Tidyverse adalah kumpulan paket R yang dirancang untuk ilmu data yang memiliki filosofi, tata bahasa, dan struktur data yang sama. Paket inti untuk manipulasi data dalam suite ini disebut dplyr.

dplyr memperkenalkan serangkaian fungsi ("kata kerja") yang membuat manipulasi bingkai data menjadi sangat intuitif.

Operator Pipa (%>% atau |>)

Filosofi Tidyverse berpusat pada rangkaian operasi bersama-sama. Operator pipa %>% (atau pipa asli |> yang diperkenalkan di R 4.1+) mengambil hasil dari satu ekspresi dan meneruskannya sebagai argumen pertama ke fungsi berikutnya. Hal ini menghindari pemanggilan fungsi bertingkat dan mencegah ruang kerja Anda berantakan dengan variabel sementara.

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

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

dplyr Kata Kerja untuk Memfilter dan Memilih

Tiga kata kerja dasar untuk mengekstraksi data dari bingkai data adalah:

1.select()

Memilih kolom tertentu dari bingkai data. Anda dapat membuat daftar nama kolom untuk dipertahankan atau menggunakan awalan - untuk mengecualikan kolom.

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

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

2.filter()

Memfilter baris berdasarkan satu atau beberapa kondisi logis.

# 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()

Mengurutkan baris berdasarkan nilai dari satu atau beberapa kolom. Urutan penyortiran naik secara default. Untuk mengurutkan dalam urutan menurun, bungkus nama kolom dalam desc().

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

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

Cobalah sendiri

Latihan 1: Pilih kolom