Sumarizace dat

Teď vytvoříme fazetový graf, který porovná užitečnost různých výukových platforem.

V tomto cvičení si představíme novou funkci z dplyr — add_count(). Funkce add_count() přidá do datasetu sloupec n a zachová přitom stejný počet řádků jako původní dataset. Stejně jako count() defaultně vrací počet řádků pro každou skupinu, ale to lze změnit pomocí argumentu wt (váha). Nastavením wt na jiný sloupec způsobíš, že n bude rovno součtu hodnot tohoto sloupce pro každou skupinu.

Řekněme, že chceš do datasetu iris přidat sloupec obsahující součet Petal.Length pro všechny květiny stejného druhu Species. Napsal/a bys:

iris %>%
   add_count(Species, wt = Petal.Length) %>%
   select(Species, Petal.Length, n)

Výsledek by vypadal takto:

# A tibble: 150 x 3
   Species Petal.Length     n
   <fct>          <dbl> <dbl>
 1 setosa           1.4  73.1
 2 setosa           1.4  73.1
 3 virginica        6.4  278.