Zusammenfassung
In den letzten Jahren hat das Zusatzpaket dplyr stark an Popularität gewonnen, das Funktionen für typische Schritte in der Datenaufbereitung enthält.
This is a preview of subscription content, log in via an institution to check access.
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)