ڈیٹا کو فلٹر کرنا اور منتخب کرنا

Tidyverse ڈیٹا سائنس کے لیے ڈیزائن کردہ R پیکجوں کا ایک مجموعہ ہے جو ایک مشترکہ فلسفہ، گرامر، اور ڈیٹا ڈھانچے کا اشتراک کرتے ہیں۔ اس سویٹ میں ڈیٹا کی ہیرا پھیری کے لیے بنیادی پیکیج کو dplyr کہا جاتا ہے۔

dplyr فنکشنز کا ایک سیٹ متعارف کراتا ہے ("فعل") جو ڈیٹا فریم کی ہیرا پھیری کو انتہائی بدیہی بناتا ہے۔

پائپ آپریٹر (%>% یا |>)

Tidyverse فلسفہ ایک دوسرے کے ساتھ زنجیروں کی کارروائیوں پر مرکوز ہے۔ پائپ آپریٹر %>% (یا مقامی پائپ |> R 4.1+ میں متعارف کرایا گیا ہے) ایک اظہار کا نتیجہ لیتا ہے اور اسے اگلے فنکشن میں پہلی دلیل کے طور پر منتقل کرتا ہے۔ یہ نیسٹڈ فنکشن کالز سے بچتا ہے اور آپ کے ورک اسپیس کو عارضی متغیرات کے ساتھ بے ترتیبی سے روکتا ہے۔

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

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

فلٹرنگ اور سلیکشن کے لیے dplyr فعل

ڈیٹا فریم سے ڈیٹا نکالنے کے لیے تین بنیادی فعل ہیں:

1. select()

ڈیٹا فریم سے مخصوص کالم منتخب کرتا ہے۔ آپ کالموں کو خارج کرنے کے لیے - سابقہ ​​رکھنے یا استعمال کرنے کے لیے کالم کے ناموں کی فہرست بنا سکتے ہیں۔

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

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

2. filter()

ایک یا زیادہ منطقی حالات کی بنیاد پر قطاروں کو فلٹر کرتا ہے۔

# 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()

ایک یا زیادہ کالموں کی قدروں کی بنیاد پر قطاروں کو ترتیب دیتا ہے۔ ترتیب دینے کی ترتیب بطور ڈیفالٹ بڑھ رہی ہے۔ نزولی ترتیب میں ترتیب دینے کے لیے، کالم کا نام desc() میں لپیٹیں۔

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

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

خود ہی آزمائیں۔

مشق 1: کالم منتخب کریں۔