تابع rbind() در R - Binding Rows Made Easy

ساخت وبلاگ

The rbind() function in R - Binding Rows Made Easy

در حالی که معتقدیم این محتوا برای جامعه ما مفید است، هنوز آن را به طور کامل بررسی نکرده ایم. اگر پیشنهادی برای بهبود دارید، لطفاً با کلیک کردن روی دکمه "گزارش مشکل" در پایین آموزش به ما اطلاع دهید.

اتصال یا ترکیب سطرها با تابع rbind() در R بسیار آسان است.

rbind () مخفف row binding است. به عبارت ساده تر، پیوستن چند ردیف برای تشکیل یک دسته واحد. ممکن است شامل اتصال دو فریم داده، بردار و موارد دیگر باشد.

این مقاله در مورد کاربردها و کاربردهای تابع rbind() در برنامه نویسی R صحبت خواهد کرد.

بدون اتلاف وقت زیاد وارد موضوع می شویم.

نحو تابع rbind().

rbind(): تابع rbind یا row bind برای پیوند یا ترکیب چندین گروه از ردیف ها با هم استفاده می شود.

ایده اتصال ردیف ها با استفاده از rbind()

ایده اتصال یا ترکیب ردیف های فریم های داده چندگانه در دستکاری داده ها بسیار سودمند است.

نمودار زیر قطعا ایده کارکردن تابع rbind() را به شما می دهد.

Rbind In R

می توانید ببینید که چگونه ردیف هایی از فریم های داده مختلف توسط تابع rbind() محدود/ترکیب می شوند.

پیاده سازی تابع rbind() در R

همانطور که می دانید تابع rbind() در R برای اتصال ردیف های گروه های مختلف داده استفاده می شود.

در این بخش، بیایید سعی کنیم یک فریم داده ساده بسازیم و آنها را با استفاده از تابع rbind() پیوند دهیم.

کد بالا یک چارچوب داده ساده ایجاد می کند که مشخصات و نام دانش آموزان را ارائه می دهد.

خوب، اکنون ما یک دیتافریم 5 ردیفی داریم. بیایید یک قاب داده دیگر ایجاد کنیم.

خوب، اکنون 2 فریم داده با تعداد ردیف های مختلف داریم (df1 و df2). بیایید از تابع rbind() برای اتصال 2 فریم داده بالا به یک قاب داده استفاده کنیم.

بیایید ببینیم چگونه کار می کند.

شما باور نخواهید کرد که کل فرآیند اتصال فقط به یک خط کد نیاز دارد.

فریم داده حاصل، نسخه پیوندی هر دو فریم داده خواهد بود که در خروجی بالا نشان داده شده است.

اتصال دو فریم داده با طول نابرابر با استفاده از تابع bind().

خوب، در قسمت قبل، دو گروه ردیف را با هم ترکیب کرده ایم.

در این بخش قصد داریم دو مجموعه داده را با استفاده از تابع rbind در R ترکیب کنیم.

اوه صبر کن چی شدچرا تابع خطا می دهد؟

اگر خطوط خطا را بخوانید، نشان می دهد که تعداد ستون ها مطابقت ندارد.

ما 2 ستون در "df1" و 3 ستون در "df2" داریم.

نگران نباش! ما تابع ()bind_rows را داریم که به ما در این سناریوها کمک می کند.

تابع bind_rows () برای اتصال مجموعه داده های ناهموار

bind_rows () تابعی است که بخشی از بسته dplyr است. برای اجرای این عملکرد ابتدا باید بسته dplyr را وارد کنیم.

ما از همان فریم های داده موجود در بخش فوق یعنی DF1 و DF2 استفاده می کنیم. بیایید ببینیم که چگونه کار می کند.

اکنون می توانید ببینید که عملکرد BIND_ROWS این دو مجموعه داده نابرابر را از نظر ستون ترکیب کرده است. فضاهای خالی به عنوان مشخص می شوند.

اتصال دو مجموعه داده با استفاده از عملکرد RBIND ()

در این بخش ، ما به دنبال اتصال دو مجموعه کل داده در R. خواهیم بود

بیایید ببینیم چگونه کار می کند.

ما قصد داریم از مجموعه داده های BOD استفاده کنیم زیرا فقط 6 ردیف دارد و همچنین می توانید به راحتی ردیف های محدود را مشاهده کنید.

مجموعه داده BOD دارای 6 ردیف است. همانطور که دو بار داده ها را می گذرانیم ، عملکرد RBIND () همان ردیف هایی را که در بالا نشان داده شده است متصل می کند.

و همچنین فراموش نکنید که عملکرد Bind_Rows () نیز دارید.

این نمونه هایی هستند که به وضوح کار و کاربردهای توابع Bind () و Bind_Rows را نشان می دهد.

امیدوارم این تصاویر در درک این کارکردها به شما کمک کند.

اتصال چندین گروه ردیف در r

در این بخش ، ما با استفاده از عملکرد RBind () روی اتصال چند گروه ردیف چند (بیش از 2) تمرکز خواهیم کرد. بیایید ببینیم که چگونه کار می کند.

مشاهده کنید ، چگونه هر سه مجموعه داده توسط عملکرد Bind_Rows () در R. پیوند داده شده یا ترکیب شده اند. این زیبایی عملکرد Bind_Rows () است.

این 2 کارکرد دارای برنامه های بی پایان در دستکاری داده ها در برنامه نویسی R هستند.

پیچیدن

عملکرد RBIND () در R و عملکرد Bind_Rows () مفیدترین توابع در هنگام دستکاری داده ها هستند.

با استفاده از تابع RBIND () می توانید به راحتی دو فریم داده از همان تعداد ستون را به هم متصل کنید.

به همین ترتیب ، اگر فریم های داده دارای تعداد ستون نابرابر باشند ، می توانید از عملکرد Bind_Rows () به همراه بسته dplyr استفاده کنید.

خوب ، این همه در حال حاضر ، خوشحال کننده است.

اگر از این آموزش و جامعه وسیع ما لذت بردید ، در نظر بگیرید که محصولات دیجیتالی ما را بررسی کنید که می تواند به شما در دستیابی به اهداف توسعه نیز کمک کند.

آموزش تحلیل گری...
ما را در سایت آموزش تحلیل گری دنبال می کنید

برچسب : نویسنده : ملیکا زارعی بازدید : 49 تاريخ : شنبه 30 ارديبهشت 1402 ساعت: 11:42