शुरू करेंमुफ़्त में शुरू करें

डेटा का सारांश

आइए अब अलग-अलग लर्निंग प्लेटफ़ॉर्म्स पर usefulness की तुलना करने के लिए एक faceted प्लॉट बनाते हैं.

इस अभ्यास में, हम एक नया dplyr फंक्शन, add_count() पेश करेंगे. add_count() डेटासेट में एक नया कॉलम n जोड़ता है, और मूल डेटासेट जितनी ही पंक्तियाँ रखता है. ठीक count() की तरह, n की डिफ़ॉल्ट वैल्यू हर समूह के लिए पंक्तियों की संख्या होती है, लेकिन आप इसे wt (weight) आर्ग्युमेंट से बदल सकते हैं. यदि आप wt को किसी दूसरे कॉलम के बराबर सेट करते हैं, तो n अब हर समूह के लिए उस कॉलम के योग के बराबर हो जाएगा.

मान लीजिए आप iris में एक कॉलम जोड़ना चाहते हैं जो एक ही Species वाले सभी फूलों के Petal.Length का योग हो. आप ऐसा लिखेंगे:

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

इसका आउटपुट कुछ ऐसा होगा:

# 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.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Tidyverse में Categorical डेटा

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

learning_platform_usefulness %>%
  # Change dataset to one row per learning_platform usefulness pair with number of entries for each
  ___(___, ___)
कोड संपादित करें और चलाएँ