Data Manipulation in R
Data diambil dari datasets CO2.Berupa data set yang berisi data dari 84 sampel rumput Echinochloa crus-galli yang diambil dari dua daerah berbeda yaitu Quebec (salah satu negara bagian dari Kanada ) dan missisipi (salah satu negara bagian dari USA ). Data sampel rumput Echinochloa crus-galli dari dua daerah berbeda itu diberikan treatment berupa pendinginan (chilled) dan tanpa pendinginan (nonchilled). Dari asal dan treatment yang dilakukan dilihat pengaruhnya terhadap laju penyerapan karbon dioksida oleh rumput tersebut (dihitung dalam mikromol/m^2/sec) dan konsentrasi karbon dioksidanya (dihitung dalam mol/L). terdiri atas :
Deklarasi Package
library(datasets)
library(dplyr)##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
#data diambil dari datasets CO2
datasets::CO2## Plant Type Treatment conc uptake
## 1 Qn1 Quebec nonchilled 95 16.0
## 2 Qn1 Quebec nonchilled 175 30.4
## 3 Qn1 Quebec nonchilled 250 34.8
## 4 Qn1 Quebec nonchilled 350 37.2
## 5 Qn1 Quebec nonchilled 500 35.3
## 6 Qn1 Quebec nonchilled 675 39.2
## 7 Qn1 Quebec nonchilled 1000 39.7
## 8 Qn2 Quebec nonchilled 95 13.6
## 9 Qn2 Quebec nonchilled 175 27.3
## 10 Qn2 Quebec nonchilled 250 37.1
## 11 Qn2 Quebec nonchilled 350 41.8
## 12 Qn2 Quebec nonchilled 500 40.6
## 13 Qn2 Quebec nonchilled 675 41.4
## 14 Qn2 Quebec nonchilled 1000 44.3
## 15 Qn3 Quebec nonchilled 95 16.2
## 16 Qn3 Quebec nonchilled 175 32.4
## 17 Qn3 Quebec nonchilled 250 40.3
## 18 Qn3 Quebec nonchilled 350 42.1
## 19 Qn3 Quebec nonchilled 500 42.9
## 20 Qn3 Quebec nonchilled 675 43.9
## 21 Qn3 Quebec nonchilled 1000 45.5
## 22 Qc1 Quebec chilled 95 14.2
## 23 Qc1 Quebec chilled 175 24.1
## 24 Qc1 Quebec chilled 250 30.3
## 25 Qc1 Quebec chilled 350 34.6
## 26 Qc1 Quebec chilled 500 32.5
## 27 Qc1 Quebec chilled 675 35.4
## 28 Qc1 Quebec chilled 1000 38.7
## 29 Qc2 Quebec chilled 95 9.3
## 30 Qc2 Quebec chilled 175 27.3
## 31 Qc2 Quebec chilled 250 35.0
## 32 Qc2 Quebec chilled 350 38.8
## 33 Qc2 Quebec chilled 500 38.6
## 34 Qc2 Quebec chilled 675 37.5
## 35 Qc2 Quebec chilled 1000 42.4
## 36 Qc3 Quebec chilled 95 15.1
## 37 Qc3 Quebec chilled 175 21.0
## 38 Qc3 Quebec chilled 250 38.1
## 39 Qc3 Quebec chilled 350 34.0
## 40 Qc3 Quebec chilled 500 38.9
## 41 Qc3 Quebec chilled 675 39.6
## 42 Qc3 Quebec chilled 1000 41.4
## 43 Mn1 Mississippi nonchilled 95 10.6
## 44 Mn1 Mississippi nonchilled 175 19.2
## 45 Mn1 Mississippi nonchilled 250 26.2
## 46 Mn1 Mississippi nonchilled 350 30.0
## 47 Mn1 Mississippi nonchilled 500 30.9
## 48 Mn1 Mississippi nonchilled 675 32.4
## 49 Mn1 Mississippi nonchilled 1000 35.5
## 50 Mn2 Mississippi nonchilled 95 12.0
## 51 Mn2 Mississippi nonchilled 175 22.0
## 52 Mn2 Mississippi nonchilled 250 30.6
## 53 Mn2 Mississippi nonchilled 350 31.8
## 54 Mn2 Mississippi nonchilled 500 32.4
## 55 Mn2 Mississippi nonchilled 675 31.1
## 56 Mn2 Mississippi nonchilled 1000 31.5
## 57 Mn3 Mississippi nonchilled 95 11.3
## 58 Mn3 Mississippi nonchilled 175 19.4
## 59 Mn3 Mississippi nonchilled 250 25.8
## 60 Mn3 Mississippi nonchilled 350 27.9
## 61 Mn3 Mississippi nonchilled 500 28.5
## 62 Mn3 Mississippi nonchilled 675 28.1
## 63 Mn3 Mississippi nonchilled 1000 27.8
## 64 Mc1 Mississippi chilled 95 10.5
## 65 Mc1 Mississippi chilled 175 14.9
## 66 Mc1 Mississippi chilled 250 18.1
## 67 Mc1 Mississippi chilled 350 18.9
## 68 Mc1 Mississippi chilled 500 19.5
## 69 Mc1 Mississippi chilled 675 22.2
## 70 Mc1 Mississippi chilled 1000 21.9
## 71 Mc2 Mississippi chilled 95 7.7
## 72 Mc2 Mississippi chilled 175 11.4
## 73 Mc2 Mississippi chilled 250 12.3
## 74 Mc2 Mississippi chilled 350 13.0
## 75 Mc2 Mississippi chilled 500 12.5
## 76 Mc2 Mississippi chilled 675 13.7
## 77 Mc2 Mississippi chilled 1000 14.4
## 78 Mc3 Mississippi chilled 95 10.6
## 79 Mc3 Mississippi chilled 175 18.0
## 80 Mc3 Mississippi chilled 250 17.9
## 81 Mc3 Mississippi chilled 350 17.9
## 82 Mc3 Mississippi chilled 500 17.9
## 83 Mc3 Mississippi chilled 675 18.9
## 84 Mc3 Mississippi chilled 1000 19.9
CO2 <- tibble::as_tibble(CO2)#jumlah rumput yang berasal dari quebec dan mississippi
table(CO2$Type)##
## Quebec Mississippi
## 42 42
Dari data sebanyak 84 sampel rumput Echinochloa crus-galli, sampel rumput yang berasal dari Quebec diambil sebanyak 42 sampel dan dari Mississippi sebanyak 42 sampel. Selanjutnya akan dilihat rata - rata konsentrasi karbon dioksida yang diserap oleh rumput Echinochloa crus-galli berdasarkan asal rumput dan treatment yang diberikan.
Fungsi Summarise
#fungsi summarise()
Co2.conc <- CO2 %>% group_by(Type,Treatment) %>% summarise(mean.conc=mean(conc), .groups = 'drop')
Co2.conc## # A tibble: 4 x 3
## Type Treatment mean.conc
## <fct> <fct> <dbl>
## 1 Quebec nonchilled 435
## 2 Quebec chilled 435
## 3 Mississippi nonchilled 435
## 4 Mississippi chilled 435
Dari data diperoleh bahwa rata - rata konsentrasi karbon dioksida yang diserap oleh rumput Echinochloa crus-galli berdasarkan asal rumput dan treatment yang diberikan adalah sama baik itu yang berasal dari Quebec maupun mississippi dan bagi rumput yang dikenakan treatment pendinginan maupun yang tidak, yaitu rata - rata konsentrasinya sebesar 435 mol/L. Selanjutnya akan dilihat rata - rata laju penyerapan karbon dioksida oleh rumput Echinochloa crus-galli berdasarkan asal rumput dan treatment yang diberikan.
#fungsi summarise()
Co2.uptake <- CO2 %>% group_by(Type,Treatment) %>% summarise(mean.uptake=mean(uptake), .groups = 'drop')
Co2.uptake## # A tibble: 4 x 3
## Type Treatment mean.uptake
## <fct> <fct> <dbl>
## 1 Quebec nonchilled 35.3
## 2 Quebec chilled 31.8
## 3 Mississippi nonchilled 26.0
## 4 Mississippi chilled 15.8
Fungsi Arrange
#fungsi arrange()
#mengurutkan berdasarkan rata-rata laju penyerapan CO2 dari yang tercepat
Co2.uptake %>% arrange(desc(mean.uptake))## # A tibble: 4 x 3
## Type Treatment mean.uptake
## <fct> <fct> <dbl>
## 1 Quebec nonchilled 35.3
## 2 Quebec chilled 31.8
## 3 Mississippi nonchilled 26.0
## 4 Mississippi chilled 15.8
Dari data diketahui bahwa rumput Echinochloa crus-galli yang berasal dari Quebec dan tidak diberikan treatment pendinginan memiliki rata-rata laju penyerapan Co2 paling tinggi yaitu sebesar 35.333 mikromol/m^2/sec. Diikuti oleh rumput Echinochloa crus-galli yang masih berasal dari tempat yang sama tetapi diberikan treatment pendinginan yaitu sebesar 31.75238 mikromol/m^2/sec. Ditempat ketiga rumput Echinochloa crus-galli yang berasal dari Mississipi dan tidak diberikan treatment pendinginan memiliki rata-rata laju penyerapan Co2 sebesar 25.95238 mikromol/m^2/sec, dan rumput Echinochloa crus-galli yang berasal dari Mississipi dan diberikan treatment pendinginan memiliki rata-rata laju penyerapan Co2 paling lambat yaitu sebesar 15.81429 mikromol/m^2/sec.
Selanjutnya akan dilihat data rumput Echinochloa crus-galli yang berasal dari Mississipi dan tidak diberikan treatment pendinginan.
Fungsi Filter
#fungsi filter()
#dilihat data rumput yang berasal dari missisipi dan tidak didinginkan
CO2 %>% filter(Type=="Mississippi" & Treatment=="nonchilled")## # A tibble: 21 x 5
## Plant Type Treatment conc uptake
## <ord> <fct> <fct> <dbl> <dbl>
## 1 Mn1 Mississippi nonchilled 95 10.6
## 2 Mn1 Mississippi nonchilled 175 19.2
## 3 Mn1 Mississippi nonchilled 250 26.2
## 4 Mn1 Mississippi nonchilled 350 30
## 5 Mn1 Mississippi nonchilled 500 30.9
## 6 Mn1 Mississippi nonchilled 675 32.4
## 7 Mn1 Mississippi nonchilled 1000 35.5
## 8 Mn2 Mississippi nonchilled 95 12
## 9 Mn2 Mississippi nonchilled 175 22
## 10 Mn2 Mississippi nonchilled 250 30.6
## # ... with 11 more rows
Dilihat juga data rumput Echinochloa crus-galli yang berasal dari Mississipi dan diberikan treatment pendinginan serta diurutkan berdasarkan laju penyerapan Co2 paling rendah.
Fungsi Filter & Arrange
#fungsi filter() dan fungsi arrange()
#dilihat data rumput yang berasal dari missisipi dan didinginkan
CO2 %>% filter(Type=="Mississippi" & Treatment=="chilled") %>% arrange(uptake)## # A tibble: 21 x 5
## Plant Type Treatment conc uptake
## <ord> <fct> <fct> <dbl> <dbl>
## 1 Mc2 Mississippi chilled 95 7.7
## 2 Mc1 Mississippi chilled 95 10.5
## 3 Mc3 Mississippi chilled 95 10.6
## 4 Mc2 Mississippi chilled 175 11.4
## 5 Mc2 Mississippi chilled 250 12.3
## 6 Mc2 Mississippi chilled 500 12.5
## 7 Mc2 Mississippi chilled 350 13
## 8 Mc2 Mississippi chilled 675 13.7
## 9 Mc2 Mississippi chilled 1000 14.4
## 10 Mc1 Mississippi chilled 175 14.9
## # ... with 11 more rows
Dari data ingin dilihat laju penyerapan Co2 oleh rumput Echinochloa crus-galli permenitnya.
Fungsi Mutate
#fungsi mutate()
#laju penyerapan karbondioksida permenitnya
ut.permenit <- CO2 %>% mutate(uptake.permenit=uptake*60)
ut.permenit## # A tibble: 84 x 6
## Plant Type Treatment conc uptake uptake.permenit
## <ord> <fct> <fct> <dbl> <dbl> <dbl>
## 1 Qn1 Quebec nonchilled 95 16 960
## 2 Qn1 Quebec nonchilled 175 30.4 1824
## 3 Qn1 Quebec nonchilled 250 34.8 2088
## 4 Qn1 Quebec nonchilled 350 37.2 2232
## 5 Qn1 Quebec nonchilled 500 35.3 2118
## 6 Qn1 Quebec nonchilled 675 39.2 2352
## 7 Qn1 Quebec nonchilled 1000 39.7 2382
## 8 Qn2 Quebec nonchilled 95 13.6 816
## 9 Qn2 Quebec nonchilled 175 27.3 1638
## 10 Qn2 Quebec nonchilled 250 37.1 2226
## # ... with 74 more rows
Selanjutnya hanya akan dipilih kolom Type, Treatment, uptake, dan uptake.permenit
Fungsi Select
#fungsi select()
#melihat asal rumput, treatment-nya dan konsentrasi karbon dioksida
ut.permenit1 <- ut.permenit %>% select(Type,Treatment,uptake,uptake.permenit)
ut.permenit1## # A tibble: 84 x 4
## Type Treatment uptake uptake.permenit
## <fct> <fct> <dbl> <dbl>
## 1 Quebec nonchilled 16 960
## 2 Quebec nonchilled 30.4 1824
## 3 Quebec nonchilled 34.8 2088
## 4 Quebec nonchilled 37.2 2232
## 5 Quebec nonchilled 35.3 2118
## 6 Quebec nonchilled 39.2 2352
## 7 Quebec nonchilled 39.7 2382
## 8 Quebec nonchilled 13.6 816
## 9 Quebec nonchilled 27.3 1638
## 10 Quebec nonchilled 37.1 2226
## # ... with 74 more rows
Kolom yang telah terpilih tadi, datanya akan diurutkan berdasarkan uptake.permenit paling tinggi.
#fungsi arrange()
ut.permenit1 %>% arrange(desc(uptake.permenit))## # A tibble: 84 x 4
## Type Treatment uptake uptake.permenit
## <fct> <fct> <dbl> <dbl>
## 1 Quebec nonchilled 45.5 2730
## 2 Quebec nonchilled 44.3 2658
## 3 Quebec nonchilled 43.9 2634
## 4 Quebec nonchilled 42.9 2574
## 5 Quebec chilled 42.4 2544
## 6 Quebec nonchilled 42.1 2526
## 7 Quebec nonchilled 41.8 2508
## 8 Quebec nonchilled 41.4 2484
## 9 Quebec chilled 41.4 2484
## 10 Quebec nonchilled 40.6 2436
## # ... with 74 more rows
dapat dilihat bahwa laju penyerapan Co2 paling tinggi yaitu sebesar 45.5 mikromol/m^2/sec atau 2730 mikromol/m^2/minute terjadi pada rumput Echinochloa crus-galli yang berasal dari Quebec dan tidak diberikan treatment pendinginan. sedangkan laju penyerapan Co2 paling rendah yaitu sebesar 7.7 mikromol/m^2/sec atau 462 mikromol/m^2/minute terjadi pada rumput Echinochloa crus-galli yang berasal dari Mississippi dan diberikan treatment pendinginan.
Akan dilihat konsentrasi penyerapan Co2 dalam satuan mol/mL dan diurutkan data berdasarkan konsentrasi penyerapan Co2 dari yang paling tinggi sampai yang paling rendah untuk rumput Echinochloa crus-galli yang berasal dari Quebec dan tanpa treatment pendinginan.
Fungsi Mutate, Filter, Select, & Arrange
#fungsi mutate(), filter(), select(), arrange()
CO2 %>% mutate(conc.permL=conc/1000) %>%filter(Type=="Quebec" & Treatment=="nonchilled") %>% select(Type,Treatment,conc.permL) %>% arrange(desc(conc.permL))## # A tibble: 21 x 3
## Type Treatment conc.permL
## <fct> <fct> <dbl>
## 1 Quebec nonchilled 1
## 2 Quebec nonchilled 1
## 3 Quebec nonchilled 1
## 4 Quebec nonchilled 0.675
## 5 Quebec nonchilled 0.675
## 6 Quebec nonchilled 0.675
## 7 Quebec nonchilled 0.5
## 8 Quebec nonchilled 0.5
## 9 Quebec nonchilled 0.5
## 10 Quebec nonchilled 0.35
## # ... with 11 more rows
dapat dilihat bahwa rumput Echinochloa crus-galli yang berasal dari Quebec dan tanpa dilakukan treatment pendinginan, konsentrasi penyerapan Co2nya yang tertinggi sebesar 1 mol/mL dan yang paling rendah sebesar 0.095 mol/mL.