การ Map ข้อมูล

เมื่อใช้ร่วมกับ mutate() ฟังก์ชัน map() ช่วยให้นำผลลัพธ์จากการคำนวณมาเพิ่มต่อท้าย data frame ได้ เนื่องจาก map() คืนค่าเป็นเวกเตอร์ของ list เสมอ จึงต้องใช้ unnest() เพื่อแปลงข้อมูลนั้นให้เป็นเวกเตอร์เชิงตัวเลข

ในแบบฝึกหัดนี้ จะได้ลองใช้ฟังก์ชันดังกล่าวโดยคำนวณค่าเฉลี่ยประชากรของแต่ละประเทศในชุดข้อมูล gapminder

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning ใน Tidyverse

ดูคอร์ส

คำแนะนำการฝึกหัด

ใช้ map() เพื่อนำฟังก์ชัน mean() ไปคำนวณค่าเฉลี่ยประชากรของแต่ละประเทศ แล้วเพิ่ม list column ใหม่ชื่อ mean_pop ด้วย mutate()
สำรวจ 6 แถวแรกของ pop_nested
ใช้ unnest() เพื่อแปลง list mean_pop ให้เป็นคอลัมน์ตัวเลข และบันทึกผลลัพธ์เป็น data frame ชื่อ pop_mean
สำรวจ pop_mean ด้วย head()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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(___)

แก้ไขและรันโค้ด