Menggabungkan Data dengan dplyr

Pelajaran 8 dari 14 dalam kursus Manipulasi Data dengan R di Coddy.

Menggabungkan data adalah operasi penting dalam manipulasi data, yang memungkinkan kamu menggabungkan beberapa data frame berdasarkan kolom yang sama. Package dplyr di R menyediakan fungsi yang efisien untuk berbagai jenis penggabungan. Mari kita pelajari operasi penggabungan utama: inner join, left join, right join, dan full join.

1. Menyiapkan Data

Pertama, mari kita buat dua data frame contoh untuk menunjukkan operasi penggabungan:

# Muat dplyr
library(dplyr)

# Buat data frame contoh
employees <- data.frame(
  emp_id = c(1, 2, 3, 4),
  name = c("Alice", "Bob", "Charlie", "David"),
  department = c("HR", "IT", "Finance", "IT")
)

salaries <- data.frame(
  emp_id = c(1, 2, 3, 5),
  salary = c(50000, 60000, 55000, 65000)
)

2. Inner Join

Inner join hanya mengembalikan baris yang memiliki nilai yang cocok di kedua data frame:

inner_join_result <- inner_join(employees, salaries, by = "emp_id")
print(inner_join_result)

Output:

  emp_id   name department salary
1      1  Alice         HR  50000
2      2    Bob         IT  60000
3      3 Charlie    Finance  55000

3. Left Join

Left join mengembalikan semua baris dari data frame kiri dan baris yang cocok dari data frame kanan:

left_join_result <- left_join(employees, salaries, by = "emp_id")
print(left_join_result)

Output:

  emp_id   name department salary
1      1  Alice         HR  50000
2      2    Bob         IT  60000
3      3 Charlie    Finance  55000
4      4  David         IT     NA

4. Right Join

Right join mengembalikan semua baris dari data frame kanan dan baris yang cocok dari data frame kiri:

right_join_result <- right_join(employees, salaries, by = "emp_id")
print(right_join_result)

Output:

  emp_id   name department salary
1      1  Alice         HR  50000
2      2    Bob         IT  60000
3      3 Charlie    Finance  55000
4      5   <NA>       <NA>  65000

5. Full Join

Full join mengembalikan semua baris jika ada kecocokan di data frame kiri atau kanan:

full_join_result <- full_join(employees, salaries, by = "emp_id")
print(full_join_result)

Output:

  emp_id   name department salary
1      1  Alice         HR  50000
2      2    Bob         IT  60000
3      3 Charlie    Finance  55000
4      4  David         IT     NA
5      5   <NA>       <NA>  65000

6. Menentukan Kolom Penggabungan

Jika nama kolom di kedua data frame berbeda, kamu dapat menentukan kolom penggabungan secara eksplisit:

# Dengan asumsi 'salaries' memiliki 'employee_id', bukan 'emp_id'
salaries_alt <- salaries %>% rename(employee_id = emp_id)

join_result <- inner_join(employees, salaries_alt, by = c("emp_id" = "employee_id"))
print(join_result)

7. Menambahkan Kolom Baru

Menambahkan atau Mengubah Kolom dengan mutate() Fungsi mutate() di dplyr memungkinkan kamu menambahkan kolom baru atau mengubah kolom yang sudah ada dalam data frame. Fungsi ini sering digunakan setelah operasi penggabungan untuk melakukan perhitungan atau transformasi pada data yang telah digabungkan:

Penggunaan dasar:

result <- data_frame %>% mutate(new_column = calculation)

Contoh:

# Tambahkan kolom bonus ke data yang sudah digabungkan
result_with_bonus <- inner_join(employees, salaries, by = "emp_id") %>%
  mutate(bonus = salary * 0.1)

Kamu juga dapat menggunakan mutate() untuk melakukan perhitungan yang lebih kompleks atau menggunakan logika percabangan:

# Tambahkan kategori kinerja berdasarkan gaji
result_with_category <- inner_join(employees, salaries, by = "emp_id") %>%
	mutate(performance_category = ifelse(salary < 55000, "Needs Improvement",
                                  ifelse(salary < 60000, "Meets Expectations",
                                  "Exceeds Expectations")))

Uji dirimu

Pelajaran ini berisi kuis singkat. Mulai pelajarannya untuk menjawab kuis dan melacak progresmu.

Uji dirimu

Pelajaran ini berisi kuis singkat. Mulai pelajarannya untuk menjawab kuis dan melacak progresmu.

Uji dirimu

Pelajaran ini berisi kuis singkat. Mulai pelajarannya untuk menjawab kuis dan melacak progresmu.

Tantangan

Mudah

Buat fungsi yang melakukan serangkaian operasi join pada dua data frame yang berisi informasi tentang buku dan ratingnya. Fungsi tersebut harus:

Melakukan inner join untuk menggabungkan buku dengan ratingnya
Melakukan left join untuk menyertakan semua buku, termasuk buku yang tidak memiliki rating
Melakukan right join untuk menyertakan semua rating, termasuk rating untuk buku yang tidak ada dalam daftar buku
Melakukan full join untuk menyertakan semua buku dan semua rating
Untuk setiap hasil join, menghitung dan menambahkan kolom untuk jumlah rating
Mengembalikan list yang berisi keempat hasil join

Coba sendiri

# Baca semua baris input
con <- file("stdin", "r")
all_lines <- suppressWarnings(readLines(con))

# Temukan indeks tempat data frame kedua dimulai
separator_index <- which(grepl("^book_id,rating,user_id", all_lines))

# Bagi input menjadi dua bagian
books_data <- all_lines[1:(separator_index - 1)]
ratings_data <- all_lines[separator_index:length(all_lines)]

# Muat library yang diperlukan
suppressPackageStartupMessages(library(dplyr))

# Ubah input string menjadi data frame
books <- read.csv(text = paste(books_data, collapse = "\n"), stringsAsFactors = FALSE)
ratings <- read.csv(text = paste(ratings_data, collapse = "\n"), stringsAsFactors = FALSE)


# TODO: Tulis kodemu di bawah ini
# Lakukan operasi join dan perhitungan yang diperlukan

# Fungsi untuk melakukan operasi join
perform_joins <- function(books, ratings) {
  # Tulis kodemu di sini
  
  # Kembalikan list yang berisi keempat hasil join
  list(
    inner_join = NULL,
    left_join = NULL,
    right_join = NULL,
    full_join = NULL
  )
}

# Panggil fungsi dan simpan hasilnya
results <- perform_joins(books, ratings)

# Cetak hasilnya
print(results)

Semua pelajaran di Manipulasi Data dengan R

1Dasar Data

Memahami struktur data Pengindeksan data frame Memilih subset data Konversi tipe data Operator Pipe di R

4Manipulasi Lanjutan

Manipulasi String Penanganan Tanggal dan Waktu Fungsi Kustom

2Transformasi Data

Pengantar dplyr Mengagregasi Data dengan dplyrMenggabungkan Data dengan dplyr

3Mengubah Bentuk Data

Format Lebar ke Panjang Format Panjang ke Lebar Menangani Data yang Hilang

Latihan sendiri: Compiler R online