Split-Apply-Combine

O problemă frecventă în știința datelor constă în a împărți un data frame după un criteriu de grupare, a aplica o transformare fiecărui grup și a reuni apoi toate piesele într-un singur data frame. Această categorie de probleme este atât de comună în R încât a primit un nume propriu: split-apply-combine. În R Intermediar pentru Finanțe vei explora mai multe astfel de probleme și funcții utile pentru rezolvarea lor, dar, deocamdată, să parcurgem un exemplu simplu.

Presupune că, pentru data frame-ul cash, vrei să dublezi cash_flow pentru compania A și să-l triplezi pentru compania B:

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

# We can access each list element's cash_flow column by:
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)

Observă din nou cum accesezi coloana cash_flow. Primul $ accesează elementul A din lista split_cash. Al doilea $ accesează coloana cash_flow din data frame-ul aflat în A.