பிறழ்வுகள் மற்றும் திரட்டல்கள்

தேர்ந்தெடுத்து வடிகட்டுவதற்கு அப்பால், dplyr ஆனது புதிய கணக்கிடப்பட்ட நெடுவரிசைகளை உருவாக்குவதற்கும், தரவை குழுக்களாக ஒருங்கிணைப்பதன் மூலம் சுருக்கி கூறுவதற்கும் சக்திவாய்ந்த திறன்களை வழங்குகிறது.

புதிய நெடுவரிசைகளை உருவாக்குதல்: mutate()

mutate() வினைச்சொல், அனைத்து அசல் நெடுவரிசைகளையும் அப்படியே வைத்திருக்கும் போது, ​​புதிய நெடுவரிசைகளைக் கணக்கிட அல்லது ஏற்கனவே உள்ளவற்றை மாற்ற அனுமதிக்கிறது.

# 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
  )

குழுவாக்குதல் மற்றும் திரட்டுதல்: group_by() மற்றும் summarise()

பெரும்பாலும், தரவு பகுப்பாய்விற்கு வரிசைகளின் குறிப்பிட்ட குழுக்களுக்கான சுருக்கமான புள்ளிவிவரங்களை (எ.கா. சராசரி, தொகை, எண்ணிக்கை) கணக்கிட வேண்டும் (உதாரணமாக, ஒவ்வொரு துறைக்கும் சராசரி சம்பளத்தை கணக்கிடுதல்).

1. group_by()

ஒன்று அல்லது அதற்கு மேற்பட்ட நெடுவரிசைகளின் மதிப்புகளால் தரவு சட்டகத்தை குழுவாக்குகிறது. தானாகவே, இது தரவின் காட்சித் தோற்றத்தை மாற்றாது, ஆனால் அடுத்தடுத்த செயல்பாடுகள் "குழு வாரியாக" செயல்படுத்தப்பட வேண்டும் என்று dplyrக்கு சமிக்ஞை செய்கிறது.

2. summarise() (அல்லது summarize())

mean(), sum(), min(), max(), அல்லது AGYTOK_INLINE_11 எண்ணிக்கை போன்ற புள்ளிவிவர செயல்பாடுகளைப் பயன்படுத்துவதன் மூலம் பல வரிசைகளை ஒரு சுருக்க வரிசையில் சுருக்குகிறது.

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

ஒவ்வொரு குழுவிற்கும் எத்தனை பதிவுகள் உள்ளன என்பதை நீங்கள் கணக்கிட விரும்பினால்:

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

நீங்களே முயற்சி செய்து பாருங்கள்

பயிற்சி 1: கணக்கிடப்பட்ட நெடுவரிசையை உருவாக்கவும்

பயிற்சி 2: குழு மற்றும் சராசரியுடன் சுருக்கவும்

பயிற்சி 3: ஒரு குழுவிற்கு உறுப்புகளை எண்ணுங்கள்

பயிற்சி 4: பல சுருக்கங்கள்

பயிற்சி 5: குழுவாக்கம் மற்றும் ஒருங்கிணைந்த வடிப்பான்கள்