สรุปข้อมูล
มาสร้างกราฟแบบ faceted เพื่อเปรียบเทียบความมีประโยชน์ (usefulness) ในแต่ละแพลตฟอร์มการเรียนรู้กัน
ในแบบฝึกหัดนี้ จะแนะนำฟังก์ชันใหม่จาก dplyr ชื่อ add_count() ฟังก์ชัน add_count() จะเพิ่มคอลัมน์ n เข้าไปในชุดข้อมูล โดยยังคงจำนวนแถวเท่าเดิม เช่นเดียวกับ count() ค่าเริ่มต้นของ n คือจำนวนแถวในแต่ละกลุ่ม แต่สามารถเปลี่ยนได้ด้วยอาร์กิวเมนต์ wt (weight) โดยกำหนด wt ให้เท่ากับคอลัมน์อื่น เพื่อให้ n แทนผลรวมของคอลัมน์นั้นในแต่ละกลุ่มแทน
ตัวอย่างเช่น หากต้องการเพิ่มคอลัมน์ลงใน iris ที่เก็บผลรวมของ Petal.Length สำหรับดอกไม้ทุกดอกใน Species เดียวกัน ให้เขียนดังนี้:
iris %>%
add_count(Species, wt = Petal.Length) %>%
select(Species, Petal.Length, n)
ผลลัพธ์ที่ได้จะเป็น:
# A tibble: 150 x 3
Species Petal.Length n
<fct> <dbl> <dbl>
1 setosa 1.4 73.1
2 setosa 1.4 73.1
3 virginica 6.4 278.
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ข้อมูลเชิงหมวดหมู่ใน Tidyverse
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
learning_platform_usefulness %>%
# Change dataset to one row per learning_platform usefulness pair with number of entries for each
___(___, ___)