Mappa dina data

Tillsammans med mutate() kan du använda map() för att lägga till beräkningsresultat i en dataram. Eftersom map() alltid returnerar en lista måste du använda unnest() för att omvandla den till en numerisk vektor.

Här utforskar du den här funktionaliteten genom att beräkna medelbefolkningen för varje land i datamängden gapminder.

Den här övningen är en del av kursen

Maskininlärning med Tidyverse

Visa kurs

Övningsinstruktioner

Använd map() för att tillämpa funktionen mean() och beräkna medelbefolkningen för varje land, och lägg till den nya listkolumnen mean_pop med mutate().
Utforska de första 6 raderna i pop_nested.
Använd unnest() för att konvertera listan mean_pop till en numerisk kolumn och spara resultatet som dataramen pop_mean.
Utforska pop_mean med head().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Calculate the mean population for each country
pop_nested <- gap_nested %>%
  mutate(mean_pop = map(___, ~mean(.x$___)))

# Take a look at pop_nested
head(___)

# Extract the mean_pop value by using unnest
pop_mean <- pop_nested %>% 
  unnest(___)

# Take a look at pop_mean
head(___)

Redigera och kör kod