Zusammenfassung
In den letzten Jahren hat das Zusatzpaket dplyr stark an Popularität gewonnen, das Funktionen für typische Schritte in der Datenaufbereitung enthält.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
- 2.
Mittlerweile wurde eine Reihe von Data Science Paketen entwickelt, die sich an dplyr orientieren und das Ziel haben, gut miteinander interagieren zu können. Sie firmieren unter dem Begriff tidyverse: https://www.tidyverse.org/.
- 3.
Bevor |> in R Version 4.1.0 eingeführt wurde, war es notwendig, den Operator %>% aus dem Paket magrittr zu verwenden. Er arbeitet weitestgehend äquivalent, auch wenn die technische Umsetzung eine andere ist.
- 4.
Da auch das Paket MASS eine Funktion select() besitzt, kommt es zu Fehlern, wenn MASS nach dplyr geladen wurde (Abschn. 1.2.8). In diesem Fall sollte der Aufruf in der Form dplyr::select() erfolgen.
- 5.
Das zum Standardumfang von R gehörende Paket stats enthält eine Funktion gleichen Namens und erzeugt deshalb immer einen Namenskonflikt (Fußnote 4). Bei Bedarf ist deshalb der Aufruf mit stats::filter() notwendig. Analog gilt dies für die Funktion lag().
- 6.
- 7.
Details erläutert vignette("grouping", package="dplyr").
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2021 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Wollschläger, D. (2021). Datensätze aufbereiten und aggregieren mit dplyr. In: R kompakt. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-63075-4_4
Download citation
DOI: https://doi.org/10.1007/978-3-662-63075-4_4
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-63074-7
Online ISBN: 978-3-662-63075-4
eBook Packages: Life Science and Basic Disciplines (German Language)