Unit 3

Gruppen Transformieren mit dplyr

Tastaturkürzel

Einen neuen Code-chunk hinzufügen	Ctrl + Alt + I
Code “Zeile für Zeile” innerhalb eines Code-chunks ausführen	Ctrl + Enter
Den gesamten Code-chunk ausführen	Ctrl + Shift + Enter
(Aus-)kommentieren	Ctrl + Shift + C
Das Pipe |>	Ctrl + Shift + M
Der Zuweisungs-Operator <-	Alt + -

group_by(), summarise(), n() und count()

Die Funktion group_by() wird genutzt um einen existierenden Dataframe in einen gruppierten Dataframe zu konvertieren, sodass die folgenden Operationen auf der Ebene der Gruppen angewandt werden.

Mit der Funktion summarise() wird ein neuer Dataframe erstellt. Dieser enthält eine Spalte für jede angegebene zusammenfassende Operation und eine Zeile für jede Kombination der Gruppierungsvariablen.

Die Funktion n() gibt die Anzahl der Beobachtungen in einer aktuellen Gruppe zurück. Sie kann nur innerhalb von summarise() (und mutate() und filter()) verwendet werden.

group_by() + summarise() + n() $\equiv$ count(), sodass die zwei folgenden code chunks equivalent sind:

df |>
  group_by(var1, var2) |>
  summarise(n = n())

df |> count(var1, var2)

Aufgaben

1. Lade tidyverse, skimr und palmerpenguins Packages.

2. Verwende group_by() und summarise() um herauszufinden, wie viele Pinguine es pro Art gibt.

# penguins |>
#   group_by(___) |>
#   summarise(n = ___)

3. Was ist das Minimum und Maximum bill_length_mm pro species?

# penguins |>
#   group_by(___) |>
#   summarise(min_bill = ___,
#             max_bill = ___)

4. Was ist die Proportion von Pinguine pro species? Hint: sum(var) summiert alle Werte in der Variable var.

# penguins |>
#   group_by(___) |>
#   summarise(n = ___) |>
#   mutate(prop = ___ / ___)

# penguins |>
#   count(___) |>
#   mutate(prop = ___ / ___)

5. Nimm “Adelie” raus. Wie viele Pinguine gibt es pro species? Prozente?

# penguins |>
#   filter(___) |>
#   group_by(___) |>
#   summarise(n = ___) |>
#   mutate(prop = ___ / ___)

# penguins |>
#   filter(___) |>
#   count(___) |>
#   mutate(prop = ___ / ___)

6. Benutze group_by() und summarise()um zu rechnen, wie viele Pinguine es pro species/island-Kombination gibt (auch Prozente).

# penguins |>
# group_by(___) |>
# summarise(___) |>
# mutate(___)

7. Etwas stimmt mit den Proportionen nicht! Wie können wir das gewünschte Ergebnis erhalten? Hint: Schaue dir genau die Warnung und den resultierenden Dataframe.

8. Benutze count()um zu rechnen, wie viele Pinguine es pro species/island-Kombination gibt (auch Prozente).

# penguins |>
# count(___) |>
# mutate(prop = ___ / ___)

Was bewirkt das Argument `sort` bei `count()`?

# penguins |> count(___, sort = ___)

9. Erstelle Violin- und Boxplots, die die Quantiles und Median des Gewichts pro Insel und Art zeigen (body_mass_g auf der y-Achse, species auf der x-Achse, Facetierung mit island). Benutze das color scheme ggthemes::scale_color_colorblind().

# library(ggthemes)
# penguins |>
#   ggplot(aes(
#     x = ___,
#     y = ___,
#     colour = ___
#   )) +
#   geom_violin(width = 1.4) +
#   geom_boxplot() +
#   geom_jitter(alpha = 0.3) +
#   facet_wrap(~ ___) +
#   labs(
#     x = "",
#     y = "Gewicht"
#   ) +
#   theme_minimal() +
#   theme(legend.position="none") +
#   scale_colour_colorblind() # Colour-blind friendly