Мутації та агрегації

Окрім вибору та фільтрації, dplyr пропонує потужні можливості для створення нових обчислюваних стовпців і узагальнення даних шляхом їх агрегування в групи.

Створення нових стовпців: mutate()

Дієслово mutate() дозволяє обчислювати нові стовпці або змінювати існуючі, зберігаючи при цьому всі оригінальні стовпці.

# 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
  )

Групування та агрегування: group_by() та summarise()

Часто для аналізу даних потрібно обчислити підсумкову статистику (наприклад, середнє, сума, кількість) для певних груп рядків (наприклад, обчислення середньої зарплати для кожного відділу).

1. group_by()

Групує фрейм даних за значеннями одного або кількох стовпців. Сам по собі він не змінює візуальний вигляд даних, але сигналізує dplyr про те, що наступні операції слід виконувати «група за групою».

2. summarise() (або summarize())

Згортає багато рядків в один підсумковий рядок, застосовуючи такі статистичні функції, як mean(), sum(), min(), max() або n() (які підраховують рядки).

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

Якщо ви хочете порахувати, скільки записів належить до кожної групи:

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

Спробуйте самі

Вправа 1: Створення обчислюваного стовпця

Вправа 2: Згрупуйте та підсумуйте із середнім значенням

Вправа 3: Порахуйте елементи в групі

Вправа 4: Кілька підсумків

Вправа 5: Групування та комбіновані фільтри