Langsung ke konten utama

Penerapan Fungsi do cal (do.call function) dengan R

Penerapan fungsi do call di R

Halo teman-teman, kali ini kita masih break ya dengan membahas beberapa fungsi ringan dan renyah dulu saja. Kali ini kita akan belajar bersama bagaimana fungsi dan manfaat do.call() di R.

Biasanya, dalam bahasa pemrograman, kita biasa melakukan instruksi untuk dieksekusi dengan menyiapkan fungsinya terlebih dahulu. Tapi di R, ada fungsi do.call() yang prinsip kerjanya terbalik, jadi kita menyiapkan bahan atau datanya terlebih dahulu, setelah siap kita langsung menggunakan fungsi ini untuk melakukan penugasan tertentu pada data yang telah kita siapkan, misalkan untuk mentransformasi data, menggabungkan data, atau perintah lainnya.

Untuk kali ini, kita mengenerate data secara manual saja untuk kemudahan praktikumnya. Kita dapat mengikuti  beberapa code berikut:

Code:

#Penerapan do.call
# do.call hanya bisa diterapkan untuk data list

#Membuat Data Frame
df1 <- data.frame(tim=c('A', 'B', 'C'),
                  point=c(22, 27, 38))

df2 <- data.frame(tim=c('D', 'E', 'F'),
                  point=c(22, 14, 20))

df3 <- data.frame(tim=c('G', 'H', 'I'),
                  point=c(11, 15, 18))

Hasil:

 tim point
1   A    22
2   B    27
3   C    38

  tim point
1   D    22
2   E    14
3   F    20

  tim point
1   G    11
2   H    15
3   I    18

Code:

#Transformasi dari data frame ke bentuk list
df_list <- list(df1, df2, df3)

str(df_list)

Hasil:

List of 3
 $ :'data.frame':    3 obs. of  2 variables:
  ..$ tim  : chr [1:3] "A" "B" "C"
  ..$ point: num [1:3] 22 27 38
 $ :'data.frame':    3 obs. of  2 variables:
  ..$ tim  : chr [1:3] "D" "E" "F"
  ..$ point: num [1:3] 22 14 20
 $ :'data.frame':    3 obs. of  2 variables:
  ..$ tim  : chr [1:3] "G" "H" "I"
  ..$ point: num [1:3] 11 15 18

Code:

#Menggabungkan baris df1, df2, dan df3
do.call(rbind, df_list)

Hasil:

   tim point
1   A    22
2   B    27
3   C    38
4   D    22
5   E    14
6   F    20
7   G    11
8   H    15
9   I    18

Baik, demikian sedikit ulasan mengenai fungsi dan manfaat do.call() di R. Terus simak unggahan berikutnya. Selamat mempraktikkan!

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...