Split-Apply-Combine

Een veelvoorkomend probleem in data science is je data frame opsplitsen op basis van een groepering, per groep een bewerking toepassen en die stukken vervolgens weer samenvoegen tot één data frame. Dit soort problemen komt zo vaak voor in R dat het de naam split-apply-combine heeft gekregen. In Intermediate R for Finance ga je verschillende van dit soort problemen en handige functies verkennen, maar voor nu doen we een simpel voorbeeld.

Stel dat je voor het cash-data frame de cash_flow voor bedrijf A wilt verdubbelen en voor bedrijf B wilt verdrievoudigen:

grouping <- cash$company
split_cash <- split(cash, grouping)

# We kunnen de cash_flow-kolom van elk lijstelement als volgt benaderen:
split_cash$A$cash_flow
[1] 1000 4000  550

split_cash$A$cash_flow <- split_cash$A$cash_flow * 2
split_cash$B$cash_flow <- split_cash$B$cash_flow * 3

new_cash <- unsplit(split_cash, grouping)

Kijk nog eens hoe je de kolom cash_flow benadert. De eerste $ is om het element A van de split_cash-lijst te openen. De tweede $ is om de cash_flow-kolom van het data frame in A te openen.