Keşif ve Toplama

R öncelikle istatistiksel bir ortam olarak oluşturulduğundan, verilerin vektörler veya tablolar halinde dağılımını analiz etmek, özetlemek ve anlamak için birçok yerleşik işlev sağlar.

Temel İstatistiksel Fonksiyonlar

R, merkezin ana ölçülerini ve sayısal vektörlere yayılmayı kolayca hesaplamanıza olanak tanır:

• mean(x): Elemanların aritmetik ortalamasını hesaplar.
• median(x): Medyanı (orta değer) hesaplar.
• sd(x): Standart sapmayı hesaplar (verilerin ne kadar yayıldığına ilişkin bir ölçü).
• min(x) ve max(x): Sırasıyla minimum ve maksimum değerleri döndürür.

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

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

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

Eksik Verileri İşleme (NA)

Gerçek dünyada, veri kümeleri genellikle R'de NA (Mevcut Değil) özel varlığıyla temsil edilen eksik değerleri içerir.

Tek bir NA içeren bir vektör üzerinde ortalamayı veya başka bir toplamı hesaplamaya çalışırsanız, R, sonuç olarak NA değerini döndürecektir. Eksik değerleri yok saymak için na.rm = TRUE (NA kaldır) mantıksal argümanını iletmelisiniz:

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() ile Genel Özet

summary() işlevi, bir vektöre veya tüm Veri Çerçevesine ilişkin eksiksiz bir istatistiksel genel bakış sağlayan, minimum, ilk çeyrek, medyan, ortalama, üçüncü çeyrek ve maksimumu gösteren güçlü bir araçtır:

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

Verileri aggregate ile Toplama

Veri çerçeveleriyle çalışırken, belirli gruplar veya kategoriler için özet istatistiklerin (ortalama veya toplam gibi) hesaplanması yaygındır. R'deki aggregate() işlevi bu işlemi basitleştirir:

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)

salary ~ department sözdizimi "salary değişkenini department değişkenine göre analiz et" anlamına gelir. FUN = mean argümanı her grup için aritmetik ortalamayı hesaplamak istediğimizi belirtir.

subset ile Gelişmiş Filtreleme

subset() işlevi, karmaşık köşeli parantezlerin kullanımını ortadan kaldırarak, bir veri çerçevesinden satır ve sütunların alt kümelerini çıkarmak için sezgisel ve zarif bir yol sağlar:

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)

Kendin dene