Memahami struktur data

Pelajaran 1 dari 14 dalam kursus Manipulasi Data dengan R di Coddy.

Di R, struktur data sangat penting untuk mengatur dan memanipulasi data. Mari kita pelajari tiga struktur data dasar: vector, matrix, dan data frame.

1. Vector

Vector adalah array satu dimensi yang dapat menampung elemen dengan tipe data yang sama.


# Membuat vektor numerik
numbers <- c(1, 2, 3, 4, 5)

# Membuat vektor karakter
fruits <- c("apple", "banana", "cherry")

# Mengakses elemen
print(numbers[2])  # output: 2
print(fruits[1:2])  # output: "apple" "banana"

2. Matrix

Matrix adalah array dua dimensi dengan baris dan kolom, yang berisi elemen dengan tipe data yang sama.


# Membuat matriks
mat <- matrix(1:6, nrow = 2, ncol = 3)

# Mengakses elemen
print(mat[1, 2])  # Mengembalikan elemen pada baris ke-1 dan kolom ke-2 (output: 3)
print(mat[, 1])   # Mengembalikan kolom ke-1 sebagai vektor (output: 1 2)

3. Data Frame

Data frame adalah struktur mirip tabel yang dapat menampung tipe data yang berbeda di setiap kolom.


# Membuat data frame
df <- data.frame(
  name = c("Alice", "Bob", "Charlie"),
  age = c(25, 30, 35),
  city = c("New York", "London", "Paris")
)

# Mengakses elemen
print(df$name)        # Mengembalikan kolom bernama "name" (output: "Alice" "Bob" "Charlie")
print(df[2, "age"])   # output: 30

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

Lakukan operasi berikut pada dataframe:

Tambahkan kolom baru bernama "height_m" yang mengubah tinggi dari sentimeter ke meter
Hitung dan cetak usia rata-rata
Cetak nama orang tertinggi (dalam meter)

Coba sendiri

# Baca input
con <- file("stdin", "r")
input_data <- suppressWarnings(readLines(con, n = 3))

# Proses data input
data_list <- strsplit(input_data, ",")
names <- sapply(data_list, function(x) x[1])
ages <- as.numeric(sapply(data_list, function(x) x[2]))
heights <- as.numeric(sapply(data_list, function(x) x[3]))

# Buat data frame awal
df <- data.frame(
  name = names,
  age = ages,
  height = heights
)

# TODO: Tulis kodemu di bawah ini
# 1. Tambahkan kolom baru 'height_m'
# 2. Hitung dan cetak rata-rata usia
# 3. Cetak nama orang tertinggi (dalam meter)

# Tempat sementara untuk output
cat("Average age:", avg_age, "\n")
cat("Tallest person:", tallest_person)

Semua pelajaran di Manipulasi Data dengan R

1Dasar Data

Memahami struktur dataPengindeksan 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 dplyr Menggabungkan Data dengan dplyr

3Mengubah Bentuk Data

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

Latihan sendiri: Compiler R online