Meringkas kolom

Fungsi mutate() yang Anda lihat pada latihan sebelumnya menerima kolom sebagai masukan dan mengembalikan sebuah kolom. Jika Anda menghitung statistik ringkasan seperti rata-rata, maksimum, atau simpangan baku, biasanya Anda ingin mengambil kolom sebagai masukan tetapi mengembalikan satu nilai. Ini dicapai dengan fungsi summarize().

a_tibble %>%
  summarize(
    mean_x       = mean(x),
    sd_x_times_y = sd(x * y)
  )

Perhatikan bahwa dplyr memiliki filosofi (yang juga diadopsi oleh sparklyr) untuk selalu menjaga data dalam bentuk tibble. Jadi nilai kembalian di sini adalah sebuah tibble dengan satu baris, dan satu kolom untuk setiap statistik ringkasan yang dihitung.

Latihan ini merupakan bagian dari kursus

Pengantar Spark dengan sparklyr di R

Lihat Kursus

Instruksi latihan

Sambungan Spark telah dibuat untuk Anda sebagai spark_conn. Sebuah tibble yang terhubung ke metadata track yang disimpan di Spark telah didefinisikan sebelumnya sebagai track_metadata_tbl.

Pilih field title dan duration.
Pipe hasilnya untuk membuat field baru, duration_minutes, yang berisi durasi track dalam menit.
Pipe hasilnya ke summarize() untuk menghitung rata-rata durasi dalam menit, pada field bernama mean_duration_minutes.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# track_metadata_tbl has been pre-defined
track_metadata_tbl

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

Edit dan Jalankan Kode