Sådan tilføjes beregnede felter til data i R - dummies

Når du har oprettet den rigtige delmængde af dine data, vil det næste trin i din analyse sandsynligvis være at udføre nogle beregninger med R.

Sådan beregnes aritmetik på kolonner af en dataramme

R gør det meget nemt at udføre beregninger på kolonner i en dataramme, fordi hver kolonne er en vektor. Stick til iris datarammen, prøv at lave et par beregninger på kolonnerne. For eksempel beregne forholdet mellem længdene og bredden af ​​kælderen:

>> x <- iris $ Sepal. Længde / iris $ Sepal. Bredde

Nu kan du bruge alle R-værktøjerne til at undersøge dit resultat. For eksempel skal du kontrollere de første fem elementer i dine resultater med hovedfunktionen (): >> hoved (x) [1] 1. 457143 1. 633333 1. 468750 1. 483871 1. 388889 1. 384615

Som du kan se, er det ligefrem at udføre beregninger på kolonner i en dataramme. Bare husk at hver kolonne virkelig er en vektor, så du skal simpelthen huske, hvordan du udfører operationer på vektorer.

Hvordan man bruger med og inden for at forbedre kodelæsbarheden

Efter et kort stykke tid med at skrive undergrupper i R, bliver du træt af at indtaste dollartegnet for at udvinde kolonner i en dataramme. Heldigvis er der en måde at reducere mængden af ​​at skrive og gøre koden meget mere læsbar på samme tid. Tricket er at bruge funktionen with (). Prøv dette: >> y <- med (iris, Sepal. Længde / Sepal. Bredde)

Funktionen with () giver dig mulighed for at henvise til kolonner inde i en dataramme uden at udtrykke dig dollardesignalet eller endda navnet af selve datarammen. Så i vores eksempel, fordi du bruger med (iris, …) R ved at evaluere begge Sepal. Længde og sepal Bredde i forbindelse med iris.

Forhåbentlig accepterer du, at det er meget lettere at læse og forstå. Ved at udskrive værdierne for din nye variabel y kan du bekræfte, at den er identisk med x i det foregående eksempel. >> hoved (y) [1] 1. 457143 1. 633333 1. 468750 1. 483871 1. 388889 1. 384615

Du kan også bruge den samme () funktion for at få R til at fortælle om disse værdier er faktisk det samme:

>> identisk (x, y) [1] TRUE

Foruden med () giver den hjælpsomme () -funktion dig mulighed for at tildele værdier til kolonner i dine data meget nemt. Sig, at du vil tilføje dit beregnede forhold mellem sepal længde til bredde til den oprindelige dataramme. Du er allerede bekendt med at skrive det sådan: >> iris $ ratio <- iris $ Sepal. Længde / iris $ Sepal. Bredde

Nu, ved at bruge inden for () bliver den til følgende:

>> iris <- indenfor (iris, forhold <- sepal.Længde / Sepal. Bredde)

Dette virker på en meget lignende måde som med (), bortset fra at du kan bruge tildelingsoperatøren (<-) i din funktion. Hvis du nu ser på strukturen af ​​iris, vil du bemærke, at forholdet er en kolonne: >> hoved (iris $ forhold) [1] 1. 457143 1. 633333 1. 468750 1. 483871 1. 388889 1. 384.615