Přidávání sloupců pomocí mutate()

Možná tě to překvapí, ale ne každý dataset je hned od začátku dokonale připravený! Hodnoty je často potřeba opravit nebo přidat nové sloupce odvozené z těch stávajících. Tento proces se v terminologii dplyr nazývá mutace a provádí se pomocí mutate(). Funkce přijímá tibble a pojmenované argumenty pro úpravu sloupců. Název každého argumentu odpovídá názvu sloupce, který chceš změnit nebo přidat, a jeho hodnota je výraz popisující, jak sloupec aktualizovat. Například pro tibble se sloupci x a y by následující kód aktualizoval x a vytvořil nový sloupec z:

a_tibble %>%
  mutate(
    x = x + y,
    z = log(x)  
  )

Již víš, že základní funkce R se Spark tibbles nesnášejí — platí to i zde. Funkce within() ani transform() proto v tomto případě použít nejdou.

Toto cvičení je součástí kurzu

Úvod do Sparku se sparklyr v R

Zobrazit kurz

Pokyny k cvičení

Spark připojení je k dispozici jako spark_conn. Tibble napojený na metadata skladeb uložená ve Sparku je předdefinovaný jako track_metadata_tbl.

Vyber sloupce title a duration. Všimni si, že délky jsou uvedeny v sekundách.
Výsledek přepošli rourou do mutate() a vytvoř nový sloupec duration_minutes, který bude obsahovat délku skladby v minutách.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# track_metadata_tbl has been pre-defined
track_metadata_tbl

# Manipulate the track metadata
track_metadata_tbl %>%
  # Select columns
  ___ %>%
  # Mutate columns
  ___

Upravit a spustit kód