Cara Tambah Field yang dihitung ke Data dalam R - dummies

Selepas anda mencipta subset data yang sesuai, langkah seterusnya dalam analisis anda mungkin adalah untuk melakukan beberapa pengiraan dengan R.

Bagaimana untuk melakukan aritmetik pada lajur bingkai data

R menjadikannya sangat mudah untuk melakukan pengiraan pada lajur bingkai data kerana setiap lajur itu sendiri vektor. Melekat pada bingkai data iris, cuba lakukan beberapa pengiraan pada lajur. Sebagai contoh, kirakan nisbah antara panjang dan lebar sepal:

>> x <- iris $ Sepal. Panjang / iris $ Sepal. Lebar

Sekarang anda boleh menggunakan semua alat R untuk memeriksa hasil anda. Sebagai contoh, periksa lima elemen pertama hasil anda dengan fungsi kepala (): >> kepala (x) [1] 1. 457143 1. 633333 1. 468750 1. 483871 1. 388889 1. 384615

Seperti yang anda dapat lihat, pengiraan prestasi pada lajur bingkai data adalah mudah. Perlu diingat bahawa setiap lajur benar-benar vektor, jadi anda perlu ingat bagaimana untuk menjalankan operasi pada vektor.

Bagaimana untuk menggunakan dan dalam untuk meningkatkan kebolehbacaan kod

Selepas beberapa saat menulis kenyataan subset dalam R, anda akan bosan menaip tanda dolar untuk mengeluarkan lajur bingkai data. Nasib baik, ada cara untuk mengurangkan jumlah menaip dan membuat kod anda lebih mudah dibaca pada masa yang sama. Caranya ialah menggunakan fungsi dengan (). Cuba ini: >> y <- dengan (iris, Sepal Panjang / Sepal Lebar)

Fungsi dengan () membolehkan anda merujuk kepada lajur di dalam bingkai data tanpa menggunakan simbol dollar atau bahkan nama daripada bingkai data itu sendiri. Oleh itu, dalam contoh kami, kerana anda menggunakan (iris, …) R tahu untuk menilai kedua-dua Sepal. Panjang dan Sepal. Lebar dalam konteks iris.

Semoga anda bersetuju bahawa ini lebih mudah untuk dibaca dan difahami. Dengan mencetak nilai-nilai pembolehubah baru anda, anda boleh mengesahkan bahawa ia sama dengan x dalam contoh terdahulu. >> kepala (y) [1] 1. 457143 1. 633333 1. 468750 1. 483871 1. 388889 1. 384615

Anda juga boleh menggunakan fungsi yang sama () untuk mendapatkan R untuk memberitahu anda apakah nilai-nilai ini sebenarnya adalah sama:

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

Selain dengan (), fungsi dalam () fungsi membolehkan anda memberikan nilai kepada lajur dalam data anda dengan mudah. Katakan anda ingin menambah nisbah kiraan anda sepal panjang ke lebar ke bingkai data asal. Anda sudah biasa dengan menulisnya seperti ini: >> iris $ ratio <- iris $ Sepal. Panjang / iris $ Sepal. Lebar

Sekarang, menggunakan dalam () ia bertukar menjadi berikut:

>> iris <- dalam (iris, nisbah <- sepal.Panjang / Sepal. Lebar)

Ini berfungsi dengan cara yang sangat serupa dengan (), kecuali bahawa anda boleh menggunakan operator penugasan (<-) di dalam fungsi anda. Jika anda melihat struktur iris, anda akan melihat bahawa nisbah adalah lajur: >> kepala (iris $ ratio) [1] 1. 457143 1. 633333 1. 468750 1. 483871 1. 388889 1. 384615