29_ آموزش کتابخانه dplyr در R - آموزش آمار و روش تحقیق

آموزش r برای دانشجویان روانشناسی

آموزش dplyr در R

کتابخانه dplyr و دستورات Select ،Filter ،Arrange و Pipeline در R

کتابخانه های R یک مجموعه از توابع R هستند که با داده های نمونه و کد مطابقت دارند.
کتابخانه dplyr جهت کار با دیتا فریم ها در زبان برنامه نویسی R ایجاد شده است. در واقع در این کتابخانه می توان با استفاده از یک سری توابع داده ها را دستکاری کرد و کنترل داده ها را آسانتر نمود.

مثال: دیتا فریم مروبط به اطلاعات نمرات دانشجویان را می سازیم.

				
					students.df <- data.frame(
  std_id = c(1:10),
  std_fname = c("Ali", "Reza", "Milad", "sara", "Hesam", "Hamid", "zahra", "Zeynab", "Arash", "Milad"),
  std_lname = c("Rezaei", "Hoseini", "Niazy", "Ahmadi", "Gholami", "Mohammadi", "Abbasi", "Hasani", "Rhbari", "Shirazi"),
  std_grade = c(12,18,15,14,20,19,13,17,11,10), #نمره
  std_semester = c(4,8,5,6,7,2,1,4,6,1) #ترم
)
print(students.df)

				
					#Output
   std_id std_fname std_lname std_grade std_semester
1       1       Ali    Rezaei        12            4
2       2      Reza   Hoseini        18            8
3       3     Milad     Niazy        15            5
4       4      sara    Ahmadi        14            6
5       5     Hesam   Gholami        20            7
6       6     Hamid Mohammadi        19            2
7       7     zahra    Abbasi        13            1
8       8    Zeynab    Hasani        17            4
9       9     Arash    Rhbari        11            6
10     10     Milad   Shirazi        10            1

کتابخانه dplyr رو ابتدا نصب و سپس فراخوانی کنید

				
					 installed.packages("dplyr")
 library("dplyr")

تابع ()names
اسم ستون های دیتا فریم را برای ما می آورد.

				
					 names(students.df)

				
					[1] "std_id"       "std_fname"    "std_lname"    "std_grade"    "std_semester"

تابع ()select
با استفاده از این تابع می توانیم متغیرهای موجود در دیتا فریم را انتخاب کنیم.
ابتدا اسم دیتا فریم, بعدش اسم ستون هایی که میخواهیم فرا بخوانیم.

				
					select(df, A, B ,C)`: Select the variables A, B and C from df dataset.

select(df, A:C)`: Select all variables from A to C from df dataset.

select(df, -C)`: Exclude C from the dataset from df dataset.

				
					 select(students.df,std_fname, std_lname, std_grade)   #1
 
  select(students.df, std_id : std_grade)   #2
  
  select(students.df, -(std_lname : std_semester)  #3قبل پارانتز منها داره

				
					#1
   std_fname std_lname std_grade
1        Ali    Rezaei        12
2       Reza   Hoseini        18
3      Milad     Niazy        15
4       sara    Ahmadi        14
5      Hesam   Gholami        20
6      Hamid Mohammadi        19
7      zahra    Abbasi        13
8     Zeynab    Hasani        17
9      Arash    Rhbari        11
10     Milad   Shirazi        10


#2
   std_id std_fname std_lname std_grade
1       1       Ali    Rezaei        12
2       2      Reza   Hoseini        18
3       3     Milad     Niazy        15
4       4      sara    Ahmadi        14
5       5     Hesam   Gholami        20
6       6     Hamid Mohammadi        19
7       7     zahra    Abbasi        13
8       8    Zeynab    Hasani        17
9       9     Arash    Rhbari        11
10     10     Milad   Shirazi        10

#3
   std_id std_fname
1       1       Ali
2       2      Reza
3       3     Milad
4       4      sara
5       5     Hesam
6       6     Hamid
7       7     zahra
8       8    Zeynab
9       9     Arash
10     10     Milad

تابع ()filter
با این تابع سطرهای مختلف یک دیتا فریم رو ما میتونیم شرط هایی بهش بدیم و این شرط ها رو اعمال کنیم.

ابتدا اسم دیتا فریم, بعدش شرط ها

				
					filter(df, condition)
arguments:
- df: dataset used to filter the data
- condition:  Condition used to filter the data

				
					 filter(students.df, std_grade > 17)    #1
 
 
  filter(students.df, std_grade > 17 & std_semester == 8)    #2

				
					output
#1
  std_id std_fname std_lname std_grade std_semester
1      2      Reza   Hoseini        18            8
2      5     Hesam   Gholami        20            7
3      6     Hamid Mohammadi        19            2


#2
  std_id std_fname std_lname std_grade std_semester
1      2      Reza   Hoseini        18            8

تابع ()arrange
دیتا فریم ما رو براساس ستون مشخص نشان میدهد. مثلا ما میخواهیم دیتا فریم رو براساس نمرات دانشجویان مرتب کنیم. از کمترین نمره تا بیشترین نمره.

ابتدا اسم دیتا فریم, بعدش اسم ستونی که میخواهیم مرتب سازی براساس اون انجام بشه

				
					arrange(A): Ascending sort of variable A
arrange(A, B): Ascending sort of variable A and B
arrange(desc(A), B): Descending sort of variable A and ascending sort of B

				
					> arrange(students.df, std_grade)     #1

> arrange(students.df, desc(std_grade))     #2 از بالا به پایین

				
					#1
   std_id std_fname std_lname std_grade std_semester
1      10     Milad   Shirazi        10            1
2       9     Arash    Rhbari        11            6
3       1       Ali    Rezaei        12            4
4       7     zahra    Abbasi        13            1
5       4      sara    Ahmadi        14            6
6       3     Milad     Niazy        15            5
7       8    Zeynab    Hasani        17            4
8       2      Reza   Hoseini        18            8
9       6     Hamid Mohammadi        19            2
10      5     Hesam   Gholami        20            7



#2
   std_id std_fname std_lname std_grade std_semester
1       5     Hesam   Gholami        20            7
2       6     Hamid Mohammadi        19            2
3       2      Reza   Hoseini        18            8
4       8    Zeynab    Hasani        17            4
5       3     Milad     Niazy        15            5
6       4      sara    Ahmadi        14            6
7       7     zahra    Abbasi        13            1
8       1       Ali    Rezaei        12            4
9       9     Arash    Rhbari        11            6
10     10     Milad   Shirazi        10            1
>
>

تابع ()rename
نام ستون های دیتافریم خود رو میتونیم تغییر بدیم

ابتدا اسم دیتا فریم, بعدش اسم ستونی که میخواهیم تغییر بدیم

				
					#1
 rename(students.df, "test"= std_grade, "name"=std_fname)

				
					#1
   std_id   name std_lname test std_semester
1       1    Ali    Rezaei   12            4
2       2   Reza   Hoseini   18            8
3       3  Milad     Niazy   15            5
4       4   sara    Ahmadi   14            6
5       5  Hesam   Gholami   20            7
6       6  Hamid Mohammadi   19            2
7       7  zahra    Abbasi   13            1
8       8 Zeynab    Hasani   17            4
9       9  Arash    Rhbari   11            6
10     10  Milad   Shirazi   10            1
>

تابع ()mutate
زمانی که بخواهیم ستون جدیدی به دیتافریم اضافه کنیم

ابتدا اسم دیتا فریم, بعدش اسم ستونی که میخواهیم ایجاد کنیم

				
					#1
 mutate(students.df, std_city = "Tehran")

				
					#1
   std_id std_fname std_lname std_grade std_semester std_city
1       1       Ali    Rezaei        12            4   Tehran
2       2      Reza   Hoseini        18            8   Tehran
3       3     Milad     Niazy        15            5   Tehran
4       4      sara    Ahmadi        14            6   Tehran
5       5     Hesam   Gholami        20            7   Tehran
6       6     Hamid Mohammadi        19            2   Tehran
7       7     zahra    Abbasi        13            1   Tehran
8       8    Zeynab    Hasani        17            4   Tehran
9       9     Arash    Rhbari        11            6   Tehran
10     10     Milad   Shirazi        10            1   Tehran
>

تابع ()rows_insert
زمانی که بخواهیم سطر جدیدی به دیتافریم اضافه کنیم

ابتدا اسم دیتا فریم, بعدش اسم سطری که میخواهیم ایجاد کنیم

				
					#1
 rows_insert(students.df, tibble(std_id = 11, std_fname = "sevda", std_lname = "Gol", std_grade = 20, std_semester = 2))

				
					#1
   std_id std_fname std_lname std_grade std_semester
1       1       Ali    Rezaei        12            4
2       2      Reza   Hoseini        18            8
3       3     Milad     Niazy        15            5
4       4      sara    Ahmadi        14            6
5       5     Hesam   Gholami        20            7
6       6     Hamid Mohammadi        19            2
7       7     zahra    Abbasi        13            1
8       8    Zeynab    Hasani        17            4
9       9     Arash    Rhbari        11            6
10     10     Milad   Shirazi        10            1
11     11     sevda       Gol        20            2
>

تابع ()summarise
اطلاعات کلی از دیتافریم به ما میده

ابتدا اسم دیتا فریم, بعدش اسم ستونی که میخواهیم خلاصه آماری ازش بگیریم

				
					#1
 summarise(students.df, grademean = mean(std_grade), gradesum = sum(std_grade))

				
					#1
  grademean gradesum
1      14.9      149

عملگر سلسله‌ مراتبی یا Pipeline

فرض کنید دستوراتی را باید اجرا کنید که خروجی یکی به عنوان ورودی دیگری باشد و به شکل سلسله مراتبی ورودی‌ها به خروجی دستورات بعدی تبدیل شوند.
با استفاده از عملگر خاصی که به صورت «%<%» نمایش داده می‌شود، این کار صورت می‌گیرد.

				
					New_df <- df %>%
step 1 %>%
step 2 %>%
...
arguments
- New_df: Name of the new data frame 
- df: Data frame used to compute the step
- step: Instruction for each step
- Note: The last instruction does not need the pipe operator `%`, you don't have instructions to pipe anymore
Note: Create a new variable is optional. If not included, the output will be displayed in the console.

منابع::

https://www.aparat.com/v/oiBpl

https://b.fdrs.ir/7sx

دیدگاهتان را بنویسید لغو پاسخ

برای نوشتن دیدگاه باید وارد بشوید.

دوره های آموزشی ما برای کنکور ارشد و دکتری رشته های روانشناسی، مشاوره، علوم تربیتی، پرستاری, مدیریت آموزشی و علوم شناختی کاربرد دارد.

آموزش r برای دانشجویان روانشناسی

آموزش dplyr در R

کتابخانه dplyr و دستورات Select ،Filter ،Arrange و Pipeline در R

عملگر سلسله‌ مراتبی یا Pipeline

دیدگاهتان را بنویسید لغو پاسخ

پرسش و پاسخ و رفع اشکال : از طریق تیکت

دوره های رایگان

دانلود جزوه فرمولات

دوره های آموزشی

دوره جامع آمار

دوره جامع روش تحقیق

دوره جمعبندی آمار

دوره جمعبندی روش تحقیق

دوره آمار پرستاری