Podziel-zastosuj-połącz

Typowym zagadnieniem w data science jest podział ramki danych według grupowania, zastosowanie pewnej transformacji do każdej grupy, a następnie ponowne scalenie tych fragmentów w jedną ramkę danych. Ten schemat działania jest w R tak powszechny, że nadano mu nazwę split-apply-combine (podziel-zastosuj-połącz). W kursie Intermediate R for Finance poznasz wiele tego rodzaju zagadnień oraz funkcji pomocnych przy ich rozwiązywaniu. Na razie zróbmy prosty przykład.

Załóżmy, że dla ramki danych cash chcesz podwoić wartość cash_flow dla firmy A i potroić ją dla firmy B:

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

# Dostęp do kolumny cash_flow w każdym elemencie listy:
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)

Zwróć uwagę na sposób dostępu do kolumny cash_flow. Pierwszy $ służy do pobrania elementu A z listy split_cash. Drugi $ umożliwia dostęp do kolumny cash_flow w ramce danych znajdującej się w elemencie A.