Langsung ke konten utama

Export Data ke File CSV di R

Export Data ke File CSV

Pada unggahan sebelumnya, bisa teman-teman lihat dan baca pada link berikut. Kali ini yang akan kita praktikkan adalah sebaliknya, bagaimana sih mengexport data yang kita dapatkan atau kita generate manual di R?

Cukup mudah teman-teman, kita hanya memerlukan dua tahap code saja. Dengan catatan, dalam praktik ini direktori yang menjadi tempat output data hasil export ada pada Documents komputer teman-teman. Jadi, lebih mudah dan tidak begitu ribet. Namun, bila teman-teman mau menyimpan hasil export data itu ke direktori yang lain, caranya mirip ketika kita melakukan import data dari komputer, yakni kita tentukan dulu posisinya sebagaimana yang telah kita ulas bersama pada link berikut.

Untuk melakukan export data dari R ke dalam file berekstensi *csv, kita dapat menggunakan code berikut:

Code:

#Membuat data frame
df <- data.frame(grup = c('A', 'A', 'C', 'D', 'D'),
                 nilaibiologi = c(68, 80, 97, 92, 91),
                 nilaifisika = c(70, 75, 88, 94, 89))

df

Hasil:

  grup nilaibiologi nilaifisika
1    A           68          70
2    A           80          75
3    C           97          88
4    D           92          94
5    D           91          89

Code:

#Mengexport data frame menjadi file csv dengan nama tertentu
write.csv(df, "datanilai.csv")

Hasil:

write.csv(df, "datanilai.csv")

Adapun data yang akan terlihat di Documents adalah sebagai berikut:

Data hasil export

 

Direktori hasil export data dari R

Oke, demikian sedikit ulasan bagaimana kita melakukan export data menjadi file csv dari R. 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...