Mapování dat

Ve spojení s mutate() můžeš použít map() k přidání výsledků výpočtu do datového rámce. Protože funkce map() vždy vrací vektor seznamů, je potřeba použít unnest() k extrakci těchto hodnot do numerického vektoru.

Tuto funkci si vyzkoušíš výpočtem průměrné populace pro každou zemi v datasetu gapminder.

Toto cvičení je součástí kurzu

Machine Learning in the Tidyverse

Zobrazit kurz

Pokyny k cvičení

Pomocí map() aplikuj funkci mean() pro výpočet průměrné populace každé země a přidej tento nový sloupcový seznam jako mean_pop pomocí mutate().
Prozkoumej prvních 6 řádků pop_nested.
Pomocí unnest() převeď seznam mean_pop na numerický sloupec a výsledek ulož jako datový rámec pop_mean.
Prozkoumej pop_mean pomocí head().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Calculate the mean population for each country
pop_nested <- gap_nested %>%
  mutate(mean_pop = map(___, ~mean(.x$___)))

# Take a look at pop_nested
head(___)

# Extract the mean_pop value by using unnest
pop_mean <- pop_nested %>% 
  unnest(___)

# Take a look at pop_mean
head(___)

Upravit a spustit kód