Operasi kolom, filtering, sorting, grouping, dan melakukan operasi agregasi.

Dalam pemrograman R, library dplyr sangat populer untuk melakukan manipulasi dan transformasi data frame dengan mudah. dplyr menyediakan sejumlah fungsi yang efisien dan intuitif untuk melakukan operasi seperti mengubah kolom, melakukan filtering, mengurutkan data, mengelompokkan data, dan melakukan operasi agregasi. Dengan dplyr, kita dapat melakukan transformasi data frame dengan lebih efisien dan mudah dibaca.

library(dplyr)
## Warning: package 'dplyr' was built under R version 4.2.3
## 
## 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
# Membentuk data frame
data <- data.frame(
  nama = c("John", "Jane", "Alice", "Bob"),
  usia = c(25, 30, 28, 35),
  kota = c("Jakarta", "Bandung", "Surabaya", "Medan"),
  gaji = c(5000, 6000, 5500, 7000)
)

# Operasi Kolom
data <- data %>% mutate(gaji_tahunan = gaji * 12)

# Filtering
data_filtered <- data %>% filter(usia >= 30)

# Sorting
data_sorted <- data %>% arrange(nama)

# Grouping dan Operasi Agregasi
data_grouped <- data %>%
  group_by(kota) %>%
  summarise(rata_gaji = mean(gaji), max_usia = max(usia))

# Menampilkan data frame hasil
print(data)
##    nama usia     kota gaji gaji_tahunan
## 1  John   25  Jakarta 5000        60000
## 2  Jane   30  Bandung 6000        72000
## 3 Alice   28 Surabaya 5500        66000
## 4   Bob   35    Medan 7000        84000
print(data_filtered)
##   nama usia    kota gaji gaji_tahunan
## 1 Jane   30 Bandung 6000        72000
## 2  Bob   35   Medan 7000        84000
print(data_sorted)
##    nama usia     kota gaji gaji_tahunan
## 1 Alice   28 Surabaya 5500        66000
## 2   Bob   35    Medan 7000        84000
## 3  Jane   30  Bandung 6000        72000
## 4  John   25  Jakarta 5000        60000
print(data_grouped)
## # A tibble: 4 × 3
##   kota     rata_gaji max_usia
##   <chr>        <dbl>    <dbl>
## 1 Bandung       6000       30
## 2 Jakarta       5000       25
## 3 Medan         7000       35
## 4 Surabaya      5500       28

Pada contoh di atas, kita mengimpor library dplyr untuk melakukan operasi pada data frame. Kemudian, kita membentuk data frame dengan beberapa kolom seperti nama, usia, kota, dan gaji. Selanjutnya, kita menggunakan fungsi-fungsi dari dplyr untuk melakukan operasi kolom, filtering, sorting, grouping, dan operasi agregasi pada data frame.

Setelah melakukan operasi tersebut, kita mencetak data frame hasil menggunakan fungsi print().