Split-Apply-Combine

Een veelvoorkomend data science-probleem is je data frame opsplitsen op basis van een groepering, een bewerking toepassen op elke groep en die stukken daarna weer combineren tot één data frame. Deze klasse van problemen is in R zo gebruikelijk dat hij de naam split-apply-combine heeft gekregen. In Intermediate R for Finance ga je verschillende van deze problemen en handige functies verkennen, maar laten we nu een simpel voorbeeld doen.

Stel dat je in 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 per lijstelement de kolom cash_flow benaderen met:
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 goed hoe je de kolom cash_flow benadert. De eerste $ gebruik je om het element A van de lijst split_cash te pakken. De tweede $ gebruik je om de kolom cash_flow van het data frame in A te pakken.