Daten transformieren mit {dplyr}

Unit 3

Ziele für heute

1. Befehle zur Transformation von Spalten identifizieren und anwenden
2. Befehle zur Gruppierung, Zusammenfassung und zum Zählen von Daten identifizieren und anwenden
3. erläutern, wie man mehrere Befehle kombiniert

Daten-Transformation mit {dplyr}

Zeilen: filtern, anordnen

Spalten: auswählen, anordnen, umbenennen, erstellen

Gruppen: zusammenfassen, zählen

Tabellen: zusammenfügen

Spalten transformieren

select(), relocate(), rename(), mutate()

Daten

library(tidyverse)
glimpse(starwars)

Rows: 87
Columns: 14
$ name       <chr> "Luke Skywalker", "C-3PO", "R2-D2", "Darth Vader", "Leia Or…
$ height     <int> 172, 167, 96, 202, 150, 178, 165, 97, 183, 182, 188, 180, 2…
$ mass       <dbl> 77.0, 75.0, 32.0, 136.0, 49.0, 120.0, 75.0, 32.0, 84.0, 77.…
$ hair_color <chr> "blond", NA, NA, "none", "brown", "brown, grey", "brown", N…
$ skin_color <chr> "fair", "gold", "white, blue", "white", "light", "light", "…
$ eye_color  <chr> "blue", "yellow", "red", "yellow", "brown", "blue", "blue",…
$ birth_year <dbl> 19.0, 112.0, 33.0, 41.9, 19.0, 52.0, 47.0, NA, 24.0, 57.0, …
$ sex        <chr> "male", "none", "none", "male", "female", "male", "female",…
$ gender     <chr> "masculine", "masculine", "masculine", "masculine", "femini…
$ homeworld  <chr> "Tatooine", "Tatooine", "Naboo", "Tatooine", "Alderaan", "T…
$ species    <chr> "Human", "Droid", "Droid", "Human", "Human", "Human", "Huma…
$ films      <list> <"A New Hope", "The Empire Strikes Back", "Return of the J…
$ vehicles   <list> <"Snowspeeder", "Imperial Speeder Bike">, <>, <>, <>, "Imp…
$ starships  <list> <"X-wing", "Imperial shuttle">, <>, <>, "TIE Advanced x1",…

Spalten auswählen

select(Datensatz, Spalten)

Spalten auswählen

select(starwars, name, mass)

# A tibble: 87 × 2
   name                mass
   <chr>              <dbl>
 1 Luke Skywalker        77
 2 C-3PO                 75
 3 R2-D2                 32
 4 Darth Vader          136
 5 Leia Organa           49
 6 Owen Lars            120
 7 Beru Whitesun Lars    75
 8 R5-D4                 32
 9 Biggs Darklighter     84
10 Obi-Wan Kenobi        77
# ℹ 77 more rows

Spalten auswählen

select(starwars, -height)

# A tibble: 87 × 13
   name   mass hair_color skin_color eye_color birth_year sex   gender homeworld
   <chr> <dbl> <chr>      <chr>      <chr>          <dbl> <chr> <chr>  <chr>    
 1 Luke…    77 blond      fair       blue            19   male  mascu… Tatooine 
 2 C-3PO    75 <NA>       gold       yellow         112   none  mascu… Tatooine 
 3 R2-D2    32 <NA>       white, bl… red             33   none  mascu… Naboo    
 4 Dart…   136 none       white      yellow          41.9 male  mascu… Tatooine 
 5 Leia…    49 brown      light      brown           19   fema… femin… Alderaan 
 6 Owen…   120 brown, gr… light      blue            52   male  mascu… Tatooine 
 7 Beru…    75 brown      light      blue            47   fema… femin… Tatooine 
 8 R5-D4    32 <NA>       white, red red             NA   none  mascu… Tatooine 
 9 Bigg…    84 black      light      brown           24   male  mascu… Tatooine 
10 Obi-…    77 auburn, w… fair       blue-gray       57   male  mascu… Stewjon  
# ℹ 77 more rows
# ℹ 4 more variables: species <chr>, films <list>, vehicles <list>,
#   starships <list>

Spalten auswählen

select(starwars, name:mass)

# A tibble: 87 × 3
   name               height  mass
   <chr>               <int> <dbl>
 1 Luke Skywalker        172    77
 2 C-3PO                 167    75
 3 R2-D2                  96    32
 4 Darth Vader           202   136
 5 Leia Organa           150    49
 6 Owen Lars             178   120
 7 Beru Whitesun Lars    165    75
 8 R5-D4                  97    32
 9 Biggs Darklighter     183    84
10 Obi-Wan Kenobi        182    77
# ℹ 77 more rows

Spalten auswählen

select(starwars, starts_with("h"))

# A tibble: 87 × 3
   height hair_color    homeworld
    <int> <chr>         <chr>    
 1    172 blond         Tatooine 
 2    167 <NA>          Tatooine 
 3     96 <NA>          Naboo    
 4    202 none          Tatooine 
 5    150 brown         Alderaan 
 6    178 brown, grey   Tatooine 
 7    165 brown         Tatooine 
 8     97 <NA>          Tatooine 
 9    183 black         Tatooine 
10    182 auburn, white Stewjon  
# ℹ 77 more rows

Spalten auswählen

select(starwars, ends_with("color"))

# A tibble: 87 × 3
   hair_color    skin_color  eye_color
   <chr>         <chr>       <chr>    
 1 blond         fair        blue     
 2 <NA>          gold        yellow   
 3 <NA>          white, blue red      
 4 none          white       yellow   
 5 brown         light       brown    
 6 brown, grey   light       blue     
 7 brown         light       blue     
 8 <NA>          white, red  red      
 9 black         light       brown    
10 auburn, white fair        blue-gray
# ℹ 77 more rows

Selection helpers: contains("s"), where(is.numeric), everything()

Eine Spalte verschieben

relocate(Datensatz, Spalten_zu_verschieben)

Eine Spalte verschieben

starwars

# A tibble: 87 × 14
   name     height  mass hair_color skin_color eye_color birth_year sex   gender
   <chr>     <int> <dbl> <chr>      <chr>      <chr>          <dbl> <chr> <chr> 
 1 Luke Sk…    172    77 blond      fair       blue            19   male  mascu…
 2 C-3PO       167    75 <NA>       gold       yellow         112   none  mascu…
 3 R2-D2        96    32 <NA>       white, bl… red             33   none  mascu…
 4 Darth V…    202   136 none       white      yellow          41.9 male  mascu…
 5 Leia Or…    150    49 brown      light      brown           19   fema… femin…
 6 Owen La…    178   120 brown, gr… light      blue            52   male  mascu…
 7 Beru Wh…    165    75 brown      light      blue            47   fema… femin…
 8 R5-D4        97    32 <NA>       white, red red             NA   none  mascu…
 9 Biggs D…    183    84 black      light      brown           24   male  mascu…
10 Obi-Wan…    182    77 auburn, w… fair       blue-gray       57   male  mascu…
# ℹ 77 more rows
# ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>

relocate(starwars, mass)

# A tibble: 87 × 14
    mass name     height hair_color skin_color eye_color birth_year sex   gender
   <dbl> <chr>     <int> <chr>      <chr>      <chr>          <dbl> <chr> <chr> 
 1    77 Luke Sk…    172 blond      fair       blue            19   male  mascu…
 2    75 C-3PO       167 <NA>       gold       yellow         112   none  mascu…
 3    32 R2-D2        96 <NA>       white, bl… red             33   none  mascu…
 4   136 Darth V…    202 none       white      yellow          41.9 male  mascu…
 5    49 Leia Or…    150 brown      light      brown           19   fema… femin…
 6   120 Owen La…    178 brown, gr… light      blue            52   male  mascu…
 7    75 Beru Wh…    165 brown      light      blue            47   fema… femin…
 8    32 R5-D4        97 <NA>       white, red red             NA   none  mascu…
 9    84 Biggs D…    183 black      light      brown           24   male  mascu…
10    77 Obi-Wan…    182 auburn, w… fair       blue-gray       57   male  mascu…
# ℹ 77 more rows
# ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>

Eine Spalte verschieben

relocate(starwars, mass, .before = height)

# A tibble: 87 × 14
   name      mass height hair_color skin_color eye_color birth_year sex   gender
   <chr>    <dbl>  <int> <chr>      <chr>      <chr>          <dbl> <chr> <chr> 
 1 Luke Sk…    77    172 blond      fair       blue            19   male  mascu…
 2 C-3PO       75    167 <NA>       gold       yellow         112   none  mascu…
 3 R2-D2       32     96 <NA>       white, bl… red             33   none  mascu…
 4 Darth V…   136    202 none       white      yellow          41.9 male  mascu…
 5 Leia Or…    49    150 brown      light      brown           19   fema… femin…
 6 Owen La…   120    178 brown, gr… light      blue            52   male  mascu…
 7 Beru Wh…    75    165 brown      light      blue            47   fema… femin…
 8 R5-D4       32     97 <NA>       white, red red             NA   none  mascu…
 9 Biggs D…    84    183 black      light      brown           24   male  mascu…
10 Obi-Wan…    77    182 auburn, w… fair       blue-gray       57   male  mascu…
# ℹ 77 more rows
# ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>

Eine Spalte umbenennen

rename(Datensatz, neuer_name = alter_name)

Eine Spalte umbenennen

rename(starwars, gewicht = mass)

# A tibble: 87 × 14
   name   height gewicht hair_color skin_color eye_color birth_year sex   gender
   <chr>   <int>   <dbl> <chr>      <chr>      <chr>          <dbl> <chr> <chr> 
 1 Luke …    172      77 blond      fair       blue            19   male  mascu…
 2 C-3PO     167      75 <NA>       gold       yellow         112   none  mascu…
 3 R2-D2      96      32 <NA>       white, bl… red             33   none  mascu…
 4 Darth…    202     136 none       white      yellow          41.9 male  mascu…
 5 Leia …    150      49 brown      light      brown           19   fema… femin…
 6 Owen …    178     120 brown, gr… light      blue            52   male  mascu…
 7 Beru …    165      75 brown      light      blue            47   fema… femin…
 8 R5-D4      97      32 <NA>       white, red red             NA   none  mascu…
 9 Biggs…    183      84 black      light      brown           24   male  mascu…
10 Obi-W…    182      77 auburn, w… fair       blue-gray       57   male  mascu…
# ℹ 77 more rows
# ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>

Eine neue Spalte erstellen

mutate(Datensatz, neue_spalte = Wert_neuer_spalte)

Eine neue Spalte erstellen

mutate(starwars, height_m = height / 100)

# A tibble: 87 × 15
   name     height  mass hair_color skin_color eye_color birth_year sex   gender
   <chr>     <int> <dbl> <chr>      <chr>      <chr>          <dbl> <chr> <chr> 
 1 Luke Sk…    172    77 blond      fair       blue            19   male  mascu…
 2 C-3PO       167    75 <NA>       gold       yellow         112   none  mascu…
 3 R2-D2        96    32 <NA>       white, bl… red             33   none  mascu…
 4 Darth V…    202   136 none       white      yellow          41.9 male  mascu…
 5 Leia Or…    150    49 brown      light      brown           19   fema… femin…
 6 Owen La…    178   120 brown, gr… light      blue            52   male  mascu…
 7 Beru Wh…    165    75 brown      light      blue            47   fema… femin…
 8 R5-D4        97    32 <NA>       white, red red             NA   none  mascu…
 9 Biggs D…    183    84 black      light      brown           24   male  mascu…
10 Obi-Wan…    182    77 auburn, w… fair       blue-gray       57   male  mascu…
# ℹ 77 more rows
# ℹ 6 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>, height_m <dbl>

Eine neue Spalte erstellen

mutate(
  starwars,
  height_m = height / 100,
  .after = height
)

# A tibble: 87 × 15
   name   height height_m  mass hair_color skin_color eye_color birth_year sex  
   <chr>   <int>    <dbl> <dbl> <chr>      <chr>      <chr>          <dbl> <chr>
 1 Luke …    172     1.72    77 blond      fair       blue            19   male 
 2 C-3PO     167     1.67    75 <NA>       gold       yellow         112   none 
 3 R2-D2      96     0.96    32 <NA>       white, bl… red             33   none 
 4 Darth…    202     2.02   136 none       white      yellow          41.9 male 
 5 Leia …    150     1.5     49 brown      light      brown           19   fema…
 6 Owen …    178     1.78   120 brown, gr… light      blue            52   male 
 7 Beru …    165     1.65    75 brown      light      blue            47   fema…
 8 R5-D4      97     0.97    32 <NA>       white, red red             NA   none 
 9 Biggs…    183     1.83    84 black      light      brown           24   male 
10 Obi-W…    182     1.82    77 auburn, w… fair       blue-gray       57   male 
# ℹ 77 more rows
# ℹ 6 more variables: gender <chr>, homeworld <chr>, species <chr>,
#   films <list>, vehicles <list>, starships <list>

Mehrere Spalten erstellen

mutate(
  starwars,
  height_m = height / 100,
  bmi = mass / height_m^2,
  .after = mass
)

# A tibble: 87 × 16
   name   height  mass height_m   bmi hair_color skin_color eye_color birth_year
   <chr>   <int> <dbl>    <dbl> <dbl> <chr>      <chr>      <chr>          <dbl>
 1 Luke …    172    77     1.72  26.0 blond      fair       blue            19  
 2 C-3PO     167    75     1.67  26.9 <NA>       gold       yellow         112  
 3 R2-D2      96    32     0.96  34.7 <NA>       white, bl… red             33  
 4 Darth…    202   136     2.02  33.3 none       white      yellow          41.9
 5 Leia …    150    49     1.5   21.8 brown      light      brown           19  
 6 Owen …    178   120     1.78  37.9 brown, gr… light      blue            52  
 7 Beru …    165    75     1.65  27.5 brown      light      blue            47  
 8 R5-D4      97    32     0.97  34.0 <NA>       white, red red             NA  
 9 Biggs…    183    84     1.83  25.1 black      light      brown           24  
10 Obi-W…    182    77     1.82  23.2 auburn, w… fair       blue-gray       57  
# ℹ 77 more rows
# ℹ 7 more variables: sex <chr>, gender <chr>, homeworld <chr>, species <chr>,
#   films <list>, vehicles <list>, starships <list>

Praktikum: Spalten-Transformation mit {dplyr}

prak-03a-spalten-abstimmung.qmd

20:00

Break ☕ 🍵 🍜

10:00

The Pipe

In der Programmierung ist eine Pipe eine Technik zur Weitergabe von Informationen von einem Prozess zu einem anderen.

Wir haben bereits gesehen, wie man die pipe mit einfachen {dplyr}-Funktionen verwendet. Aber ihre Stärke kommt voll zur Geltung, wenn wir mehrere Funktionen mit demselben dataframe kombinieren wollen.

The Pipe |>

1. filter: mass < 300
2. mutate: height_m, bmi
3. select: name, species, sex, bmi
4. arrange: desc(bmi)

arrange(select(mutate(filter(starwars, mass < 300), height_m = height / 100, bmi = mass / height_m^2), name, species, sex, bmi), desc(bmi))

# A tibble: 58 × 4
   name             species        sex     bmi
   <chr>            <chr>          <chr> <dbl>
 1 Dud Bolt         Vulptereen     male   50.9
 2 Yoda             Yoda's species male   39.0
 3 Owen Lars        Human          male   37.9
 4 IG-88            Droid          none   35  
 5 R2-D2            Droid          none   34.7
 6 Grievous         Kaleesh        male   34.1
 7 R5-D4            Droid          none   34.0
 8 Jek Tono Porkins <NA>           <NA>   34.0
 9 Darth Vader      Human          male   33.3
10 Sebulba          Dug            male   31.9
# ℹ 48 more rows

The Pipe |>

1. filter: mass < 300
2. mutate: height_m, bmi
3. select: name, species, sex, bmi
4. arrange: desc(bmi)

arrange(
  select(
    mutate(
      filter(starwars, mass < 300),
      height_m = height / 100,
      bmi = mass / height_m^2
    ),
    name, species, sex, bmi
  ),
  desc(bmi)
)

Wir könnten das ganze durch Einrückungen zumindest etwas lesbarer gestalten.

Das ist schon etwas besser, aber immer noch nicht sonderlich intuitiv zu lesen – und schliessen wir nur eine Klammer an der falschen Stelle oder vergessen sie gar ganz, fliegt uns der gesamte Code um die Ohren.

The Pipe |>

df1 <- filter(starwars, mass < 300)
df2 <- mutate(df1,
  height_m = height / 100,
  bmi = mass / height_m^2
)
df3 <- select(df2, name, species, sex, bmi)
arrange(df3, desc(bmi))

starwars |>
  filter(mass < 300) |>
  mutate(
    height_m = height / 100,
    bmi = mass / height_m^2
  ) |>
  select(name, species, sex, bmi) |>
  arrange(desc(bmi))

Natürlich könnten wir die Schritte der Analyse auch einzeln durchgehen und jeweils einem neuen “Objekt” zuweisen.

Mit dem Pipe-Operator |> können wir diese Schritte in einer logischen Lesereihenfolge ohne die Erstellung von redundanten Objekten durchführen.

Während beide Formen ihre Zeit und ihren Ort haben, erzeugt das Pipe im Allgemeinen Datenanalysecode, der einfacher zu schreiben und zu lesen ist.

The Pipe %>%

Ctrl + ⇧ + M = |>

Der ursprüngliche Pipe-Operator wurde zuerst im Paket magrittr implementiert und in tidyverse integriert.

Für unsere Zwecke sind base und magrittr gleichwertig. Siehe Unterschiede hier https://www.tidyverse.org/blog/2023/04/base-vs-magrittr-pipe/

Die native Pipe ist nun Teil von R und kann in Global Options ausgewählt werden.

Pipe vs Layer

• |> in {dplyr} pipelines: die Ausgabe der vorherigen Codezeile als erste Eingabe der nächsten Codezeile

• + in ggplot2 für Schichten: wir erstellen Schichten die durch + getrennt sind

Praktikum: {dplyr} und |>

prak-03a-spalten-abstimmung.qmd

10:00

Daten-Transformation mit {dplyr}

Zeilen: auswählen, anordnen

Spalten: auswählen, anordnen, umbenennen, erstellen

Gruppen: zusammenfassen, zählen

Tabellen: zusammenfügen.

Daten gruppieren mit {dplyr}

group_by(), summarise(), count()

Daten

glimpse(penguins)

Rows: 344
Columns: 8
$ species           <fct> Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adel…
$ island            <fct> Torgersen, Torgersen, Torgersen, Torgersen, Torgerse…
$ bill_length_mm    <dbl> 39.1, 39.5, 40.3, NA, 36.7, 39.3, 38.9, 39.2, 34.1, …
$ bill_depth_mm     <dbl> 18.7, 17.4, 18.0, NA, 19.3, 20.6, 17.8, 19.6, 18.1, …
$ flipper_length_mm <int> 181, 186, 195, NA, 193, 190, 181, 195, 193, 190, 186…
$ body_mass_g       <int> 3750, 3800, 3250, NA, 3450, 3650, 3625, 4675, 3475, …
$ sex               <fct> male, female, female, NA, female, male, female, male…
$ year              <int> 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007…

Die wichtigste gruppierte Operation ist eine Zusammenfassung. Wenn die Zusammenfassung zur Berechnung einer einzigen zusammenfassenden Statistik verwendet wird, reduziert sie den dataframe auf eine einzige Zeile für jede Gruppe.

Daten zusammenfassen

penguins |>
  summarise(
    average_weight = mean(body_mass_g, na.rm = TRUE)
  )

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

Daten zusammenfassen

penguins |>
  summarise(
    average_weight = mean(body_mass_g, na.rm = TRUE)
  )

# A tibble: 1 × 1
  average_weight
           <dbl>
1          4202.

Daten gruppieren

group_by(Datensatz, Gruppierungsvariablen)

Daten gruppieren

summary(penguins)

      species          island    bill_length_mm  bill_depth_mm  
 Adelie   :152   Biscoe   :168   Min.   :32.10   Min.   :13.10  
 Chinstrap: 68   Dream    :124   1st Qu.:39.23   1st Qu.:15.60  
 Gentoo   :124   Torgersen: 52   Median :44.45   Median :17.30  
                                 Mean   :43.92   Mean   :17.15  
                                 3rd Qu.:48.50   3rd Qu.:18.70  
                                 Max.   :59.60   Max.   :21.50  
                                 NA's   :2       NA's   :2      
 flipper_length_mm  body_mass_g       sex           year     
 Min.   :172.0     Min.   :2700   female:165   Min.   :2007  
 1st Qu.:190.0     1st Qu.:3550   male  :168   1st Qu.:2007  
 Median :197.0     Median :4050   NA's  : 11   Median :2008  
 Mean   :200.9     Mean   :4202                Mean   :2008  
 3rd Qu.:213.0     3rd Qu.:4750                3rd Qu.:2009  
 Max.   :231.0     Max.   :6300                Max.   :2009  
 NA's   :2         NA's   :2                                 

Daten gruppieren

penguins |>
  group_by(species)

# A tibble: 344 × 8
# Groups:   species [3]
   species island    bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
   <fct>   <fct>              <dbl>         <dbl>             <int>       <int>
 1 Adelie  Torgersen           39.1          18.7               181        3750
 2 Adelie  Torgersen           39.5          17.4               186        3800
 3 Adelie  Torgersen           40.3          18                 195        3250
 4 Adelie  Torgersen           NA            NA                  NA          NA
 5 Adelie  Torgersen           36.7          19.3               193        3450
 6 Adelie  Torgersen           39.3          20.6               190        3650
 7 Adelie  Torgersen           38.9          17.8               181        3625
 8 Adelie  Torgersen           39.2          19.6               195        4675
 9 Adelie  Torgersen           34.1          18.1               193        3475
10 Adelie  Torgersen           42            20.2               190        4250
# ℹ 334 more rows
# ℹ 2 more variables: sex <fct>, year <int>

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

Eine Gruppe zusammenfassen

penguins |>
  group_by(species) |>
  summarise(
    average_weight = mean(body_mass_g, na.rm = TRUE)
  )

# A tibble: 3 × 2
  species   average_weight
  <fct>              <dbl>
1 Adelie             3701.
2 Chinstrap          3733.
3 Gentoo             5076.

Eine Gruppe zusammenfassen

penguins |>
  summarise(
    average_weight = mean(body_mass_g, na.rm = TRUE),
    .by = species
  )

# A tibble: 3 × 2
  species   average_weight
  <fct>              <dbl>
1 Adelie             3701.
2 Gentoo             5076.
3 Chinstrap          3733.

Wir wollen wissen, wie gross ist jede Species im Durschnitt.

Eine Gruppe mehrfach zusammenfassen

penguins |>
  group_by(species) |>
  summarise(
    average_weight = mean(body_mass_g, na.rm = TRUE),
    average_flipper_length = mean(flipper_length_mm, na.rm = TRUE)
  )

# A tibble: 3 × 3
  species   average_weight average_flipper_length
  <fct>              <dbl>                  <dbl>
1 Adelie             3701.                   190.
2 Chinstrap          3733.                   196.
3 Gentoo             5076.                   217.

Ihr könnt in einem einzigen summarise() mehrere Zusammenfassungen erstellen.

Mehrere Gruppen zusammenfassen

penguins |>
  group_by(species, island) |>
  summarise(average_weight = mean(body_mass_g, na.rm = TRUE))

# A tibble: 5 × 3
# Groups:   species [3]
  species   island    average_weight
  <fct>     <fct>              <dbl>
1 Adelie    Biscoe             3710.
2 Adelie    Dream              3688.
3 Adelie    Torgersen          3706.
4 Chinstrap Dream              3733.
5 Gentoo    Biscoe             5076.

Wir wollen wissen, wie gross ist jede Species auf jeder Insel im Durschnitt.

Frequenzen

penguins |>
  group_by(species) |>
  summarise(n = n())

# A tibble: 3 × 2
  species       n
  <fct>     <int>
1 Adelie      152
2 Chinstrap    68
3 Gentoo      124

penguins |> count(species)

# A tibble: 3 × 2
  species       n
  <fct>     <int>
1 Adelie      152
2 Chinstrap    68
3 Gentoo      124

group_by() + summarise() + n() ↔︎️ count()

Most of data science is counting, and sometimes dividing.

– Hadley Wickham

Es gibt verschiedene nützliche Zusammenfassungen, aber eine sehr nützliche Zusammenfassung ist n(), die die Anzahl der Zeilen in jeder Gruppe zurückgibt.

Means und Counts können dich in Data Science überraschend weit bringen!

Praktikum 03b: Gruppen zusammenfassen

prak-3b-groups-penguins.qmd

20:00

Break ☕ 🍵 🍜

10:00

Praktikum 03c: Gebäude und Energiequelle

prak-03c-dplyr-gebaeude.qmd

20:00

Danke! 🌓

Slides created via revealjs and Quarto.

Access slides as PDF.

All material is licensed under Creative Commons Attribution Share Alike 4.0 International.