Langsung ke konten utama

Bedanya paste() dan paste0() di R

 

Perbedaan paste() dan paste0() di R

Apakah ada di antara teman-teman yang pernah memakai fungsi CONCATENATE di excel? Ya, bagi kalian yang pernah melakukannya tentu akan sedikit lancar dalam mengerjakan sesuatu misalkan laporan yang banyak teks, atau gabungan antara teks dan numeriknya. Fungsi CONCATENATE biasanya digunakan untuk menggabungkan antar karakter, antar teks, maupun antara teks dan numerik dalam satu narasi dengan sisipan atau tanpa sisipan karakter lain sebagai pemisah (seperate).

Di R, fungsi yang mirip dengan CONCATENATE sendiri dibagi dalam dua fungsi. Yang pertama adalah fungsi paste(), fungsi ini berfungsi untuk menggabungkan antar teks, numerik, atau gabungan teks. Perbedaan mendasar dari paste() dan paste0() sendiri ada pada hasil penggabungan antar karakter di dalamnya. Pada fungsi paste(), bila dibubuhi dengan sep = " ", maka akan secara otomatis memisahkan setiap elemen yang digabung dengan spasi. Sedangkan pada fungsi paste0(), pembubuhan sep = " " tidak memberikan pengaruh, kecuali setiap elemen ditambahkan spasi saat digabungkan dengan fungsi paste0(). Praktiknya dapat kita pahami bersama pada code berikut:

Code

#Menggabungkan beberapa teks dalam 1 teks
paste0("I", "ride", "my", "bike", 25, "times")

Hasil:

[1] "Iridemybike25times" #Tidak ada spasi atau jarak

Code:

#Menggabungkan beberapa teks dalam 1 teks
paste0("I ", "ride ", "my ", "bike ", 25, " times")

Hasil:

[1] "I ride my bike 25 times" #ada spasi atau jarak jika setiap elemen diberi spasi

Code:

#Menggabungkan beberapa teks dalam 1 teks dengan pemisah
paste("I", "ride", "my", "bike", 25, "times", sep=" ")

Hasil:

[1] "I ride my bike 25 times" #ada spasi atau jarak oleh fungsi sep = " "

Oke, demikian sedikit ulasan bagaimana kita membuktikan apa sih bedanya penggunakan paste() dan paste0() di R yang mirip fungsi dengan excel. Jangan lupa untuk share, tanya-tanya di kolom komentar, dan menyimak unggahan berikutnya. Semoga bermanfaat.

Komentar

Postingan populer dari blog ini

Mencari P - Value dan Titik Kritis Uji F, Uji t, Uji Chi Square, dan Uji Z Normal dengan R

Mencari nilai p-value dan titik kritis Bagi teman-teman yang pernah mengenal statistika, pasti familier dengan istilah p-value dan titik kritis. P-value biasanya didefinisikan sebagai probabiltas atau peluang maksimal yang diamati dari hasil uji statistik, bahasa gampangnya adalah besarnya kesalahan penelitian berdasarkan uji statistik. Sebagai contoh sederhana, dari 100 orang dengan nama masing-masing dan diklasifikasikan ke dalam gender nama perempuan dan nama laki-laki, didapatkan nilai p-value uji statistiknya sebesar 0,05 atau 5%. Itu artinya, dari 100 orang, ada kemungkinan sebanyak 5 orang yang namanya salah klasifikasi. Dari namanya terdeteksi sebagai nama perempuan, padahal aktualnya yang bersangkutan bergender laki-laki. Sedangkan titik kritis atau titik uji adalah nilai batas pengujian hipotesis statistik, apakah masuk dalam wilayah tolak hipotesis, ataukah gagal menolaknya. Titik ini berkaitan erat dengan nilai p-value . Kalau biasanya kita mendapatkan kedua nilai ini da...

Cara Mendowload dan Install R serta RStudio di Windows (Step by Step)

Cara Download dan Install R serta R Studio di Windows Halo teman-teman, mohon maaf karena beberapa waktu ini, blog ini sempat vakum dari unggahan. Kali ini saya akan coba berbagai mengenai bagaimana cara mengunduh ( download ) dan menginstal ( install ) program R sekaligus R Studio khususnya di Windows. Unggahan kali ini sedikit terbalik karena semestinya saya unggah terlebih dahulu pertama kali di blog ini, namun bukan masalah, mengingat kemarin ada beberapa pihak yang meminta untuk menerangkap bagaimana tahapan mengunduh dan instalasi R dan R Studio, jadinya saya dahulukan pada unggahan ini sebelum pembahasan mengenai Data Mining , Data Science , atau bahasan Big Data kita terlampau jauh. Baik, kita akan mulai dengan bagaimana mengunduh R dan R Studio melalui mesin pencari Google. R dan R Studio ini memang beberapa waktu terakhir ini booming , apalagi dengan munculnya konsep mengenai Big Data , Data Modelling, Data Mining, dan Data Science serta Data Visualization . Sebenarnya, men...

Analisis Tipologi Klassen (Klassen Typology) dan Visualisasi Spasialnya dengan R

Tipologi Klassen dan visualisasinya dengan R Halo teman-teman, sebelumnya kita telah membahas tentang analisis Shift Share dan Location Quotient (LQ) dengan menggunakan R. Kali ini, kita akan membahas mengenai satu lagi alat analisis yang sebenarnya merupakan alat analisis tiga serangkai dari SS dan LQ, yaitu analisis Tipologi Klassen. Dalam penelitian ekonomi kewilayahan, ketiga analisis ini seringkali digunakan, baik dalam rangka melihat perkembangan dan transformasi struktur ekonomi suatu wilayah maupun melihat keunggulan kompetitif dan keunggulan komparatif wilayah satu dengan wilayah lainnya dengan mengacu wilayah referensi. Terlebih dulu, sebelum melakukan visualisasi spasial menggunakan fungsi plot(), ada baiknya kita bahas terlebih dahulu mengenai Tipologi Klassen itu sendiri. Tipologi Klassen merupakan teknik pengelompokan sektor, subsektor, lapangan usaha, atau komoditas tertentu di wilayah analisis berdasarkan pertumbuhan nilai tambah wilayah analisis terhadap nasional atau...