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, uniondata()
data = Orange
View (data)
class(data) ## [1] "nfnGroupedData" "nfGroupedData" "groupedData" "data.frame"str(data)## Classes 'nfnGroupedData', 'nfGroupedData', 'groupedData' and 'data.frame': 35 obs. of 3 variables:
## $ Tree : Ord.factor w/ 5 levels "3"<"1"<"5"<"2"<..: 2 2 2 2 2 2 2 4 4 4 ...
## $ age : num 118 484 664 1004 1231 ...
## $ circumference: num 30 58 87 115 120 142 145 33 69 111 ...
## - attr(*, "formula")=Class 'formula' language circumference ~ age | Tree
## .. ..- attr(*, ".Environment")=<environment: R_EmptyEnv>
## - attr(*, "labels")=List of 2
## ..$ x: chr "Time since December 31, 1968"
## ..$ y: chr "Trunk circumference"
## - attr(*, "units")=List of 2
## ..$ x: chr "(days)"
## ..$ y: chr "(mm)"jumlah_circumference = summarise (data, sum(circumference))
jumlah_circumference## sum(circumference)
## 1 4055jumlah = data %>%
summarise(sum(circumference))
jumlah## sum(circumference)
## 1 4055arrange_data = arrange(data, desc(age))
arrange_data## Tree age circumference
## 1 1 1582 145
## 2 2 1582 203
## 3 3 1582 140
## 4 4 1582 214
## 5 5 1582 177
## 6 1 1372 142
## 7 2 1372 203
## 8 3 1372 139
## 9 4 1372 209
## 10 5 1372 174
## 11 1 1231 120
## 12 2 1231 172
## 13 3 1231 115
## 14 4 1231 179
## 15 5 1231 142
## 16 1 1004 115
## 17 2 1004 156
## 18 3 1004 108
## 19 4 1004 167
## 20 5 1004 125
## 21 1 664 87
## 22 2 664 111
## 23 3 664 75
## 24 4 664 112
## 25 5 664 81
## 26 1 484 58
## 27 2 484 69
## 28 3 484 51
## 29 4 484 62
## 30 5 484 49
## 31 1 118 30
## 32 2 118 33
## 33 3 118 30
## 34 4 118 32
## 35 5 118 30head(arrange_data)## Tree age circumference
## 1 1 1582 145
## 2 2 1582 203
## 3 3 1582 140
## 4 4 1582 214
## 5 5 1582 177
## 6 1 1372 142susun = data %>%
arrange(desc(age))
susun## Tree age circumference
## 1 1 1582 145
## 2 2 1582 203
## 3 3 1582 140
## 4 4 1582 214
## 5 5 1582 177
## 6 1 1372 142
## 7 2 1372 203
## 8 3 1372 139
## 9 4 1372 209
## 10 5 1372 174
## 11 1 1231 120
## 12 2 1231 172
## 13 3 1231 115
## 14 4 1231 179
## 15 5 1231 142
## 16 1 1004 115
## 17 2 1004 156
## 18 3 1004 108
## 19 4 1004 167
## 20 5 1004 125
## 21 1 664 87
## 22 2 664 111
## 23 3 664 75
## 24 4 664 112
## 25 5 664 81
## 26 1 484 58
## 27 2 484 69
## 28 3 484 51
## 29 4 484 62
## 30 5 484 49
## 31 1 118 30
## 32 2 118 33
## 33 3 118 30
## 34 4 118 32
## 35 5 118 30filter_data = filter(data, Tree == '1')
filter_data## Tree age circumference
## 1 1 118 30
## 2 1 484 58
## 3 1 664 87
## 4 1 1004 115
## 5 1 1231 120
## 6 1 1372 142
## 7 1 1582 145saring = data %>%
filter(Tree == '1')
saring## Tree age circumference
## 1 1 118 30
## 2 1 484 58
## 3 1 664 87
## 4 1 1004 115
## 5 1 1231 120
## 6 1 1372 142
## 7 1 1582 145mutate_data = mutate(data, age/12)
mutate_data## Tree age circumference age/12
## 1 1 118 30 9.833333
## 2 1 484 58 40.333333
## 3 1 664 87 55.333333
## 4 1 1004 115 83.666667
## 5 1 1231 120 102.583333
## 6 1 1372 142 114.333333
## 7 1 1582 145 131.833333
## 8 2 118 33 9.833333
## 9 2 484 69 40.333333
## 10 2 664 111 55.333333
## 11 2 1004 156 83.666667
## 12 2 1231 172 102.583333
## 13 2 1372 203 114.333333
## 14 2 1582 203 131.833333
## 15 3 118 30 9.833333
## 16 3 484 51 40.333333
## 17 3 664 75 55.333333
## 18 3 1004 108 83.666667
## 19 3 1231 115 102.583333
## 20 3 1372 139 114.333333
## 21 3 1582 140 131.833333
## 22 4 118 32 9.833333
## 23 4 484 62 40.333333
## 24 4 664 112 55.333333
## 25 4 1004 167 83.666667
## 26 4 1231 179 102.583333
## 27 4 1372 209 114.333333
## 28 4 1582 214 131.833333
## 29 5 118 30 9.833333
## 30 5 484 49 40.333333
## 31 5 664 81 55.333333
## 32 5 1004 125 83.666667
## 33 5 1231 142 102.583333
## 34 5 1372 174 114.333333
## 35 5 1582 177 131.833333rubah = data %>%
mutate(age/12)
rubah## Tree age circumference age/12
## 1 1 118 30 9.833333
## 2 1 484 58 40.333333
## 3 1 664 87 55.333333
## 4 1 1004 115 83.666667
## 5 1 1231 120 102.583333
## 6 1 1372 142 114.333333
## 7 1 1582 145 131.833333
## 8 2 118 33 9.833333
## 9 2 484 69 40.333333
## 10 2 664 111 55.333333
## 11 2 1004 156 83.666667
## 12 2 1231 172 102.583333
## 13 2 1372 203 114.333333
## 14 2 1582 203 131.833333
## 15 3 118 30 9.833333
## 16 3 484 51 40.333333
## 17 3 664 75 55.333333
## 18 3 1004 108 83.666667
## 19 3 1231 115 102.583333
## 20 3 1372 139 114.333333
## 21 3 1582 140 131.833333
## 22 4 118 32 9.833333
## 23 4 484 62 40.333333
## 24 4 664 112 55.333333
## 25 4 1004 167 83.666667
## 26 4 1231 179 102.583333
## 27 4 1372 209 114.333333
## 28 4 1582 214 131.833333
## 29 5 118 30 9.833333
## 30 5 484 49 40.333333
## 31 5 664 81 55.333333
## 32 5 1004 125 83.666667
## 33 5 1231 142 102.583333
## 34 5 1372 174 114.333333
## 35 5 1582 177 131.833333kolom_baru = data %>%
mutate(age2 = age/12)
View(kolom_baru)
head(kolom_baru)## Tree age circumference age2
## 1 1 118 30 9.833333
## 2 1 484 58 40.333333
## 3 1 664 87 55.333333
## 4 1 1004 115 83.666667
## 5 1 1231 120 102.583333
## 6 1 1372 142 114.333333select_data = select(data, Tree,age)
select_data## Tree age
## 1 1 118
## 2 1 484
## 3 1 664
## 4 1 1004
## 5 1 1231
## 6 1 1372
## 7 1 1582
## 8 2 118
## 9 2 484
## 10 2 664
## 11 2 1004
## 12 2 1231
## 13 2 1372
## 14 2 1582
## 15 3 118
## 16 3 484
## 17 3 664
## 18 3 1004
## 19 3 1231
## 20 3 1372
## 21 3 1582
## 22 4 118
## 23 4 484
## 24 4 664
## 25 4 1004
## 26 4 1231
## 27 4 1372
## 28 4 1582
## 29 5 118
## 30 5 484
## 31 5 664
## 32 5 1004
## 33 5 1231
## 34 5 1372
## 35 5 1582pilih = data %>%
select(Tree, age)
pilih## Tree age
## 1 1 118
## 2 1 484
## 3 1 664
## 4 1 1004
## 5 1 1231
## 6 1 1372
## 7 1 1582
## 8 2 118
## 9 2 484
## 10 2 664
## 11 2 1004
## 12 2 1231
## 13 2 1372
## 14 2 1582
## 15 3 118
## 16 3 484
## 17 3 664
## 18 3 1004
## 19 3 1231
## 20 3 1372
## 21 3 1582
## 22 4 118
## 23 4 484
## 24 4 664
## 25 4 1004
## 26 4 1231
## 27 4 1372
## 28 4 1582
## 29 5 118
## 30 5 484
## 31 5 664
## 32 5 1004
## 33 5 1231
## 34 5 1372
## 35 5 1582jumlah_pohon1 = data %>%
filter(Tree == '1') %>%
summarise (sum(circumference))
jumlah_pohon1## sum(circumference)
## 1 697jumlah_pohon2 = data %>%
filter(Tree == '2') %>%
summarise (sum(circumference))
jumlah_pohon2## sum(circumference)
## 1 947susun_ulang = data %>%
select(Tree, age, circumference) %>%
filter(Tree == '1') %>%
arrange(desc(age))%>%
mutate(circumference2= circumference/2)
susun_ulang## Tree age circumference circumference2
## 1 1 1582 145 72.5
## 2 1 1372 142 71.0
## 3 1 1231 120 60.0
## 4 1 1004 115 57.5
## 5 1 664 87 43.5
## 6 1 484 58 29.0
## 7 1 118 30 15.0jumlah_susun_ulang = data %>%
select(Tree, age, circumference) %>%
filter(Tree == '1') %>%
arrange(desc(age))%>%
mutate(circumference2= circumference/2) %>%
summarise(sum(circumference2))
jumlah_susun_ulang## sum(circumference2)
## 1 348.5#test hasil dengan excel
write.csv(jumlah_pohon2, "dataoke.csv")