Manipulasi data dengan library dplyr

Saat melakukan manipulasi data pada R kita dapat menggunakan package dplyr. Package ini dibuat oleh Handley Wickham dan Roman Francois yang berisi kumpulan fungsi yang memudahkan manipulasi data yaitu antara lain: sample() untuk mengambil sampel secara acak dari tabel, mutate() untuk menambah kolom, select() untuk mengambil data atau variabel yang dibutuhkan, arrange() untuk mengurutkan data, filter() untuk menyaring data, groupby() untuk mengelompokkan data dan lain lain.

Data inflow pada pulau Kalimantan

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
manipulasiinflow <- read_excel(path = "inflow tahunan1.xlsx")
manipulasiinflow 
## # A tibble: 6 x 12
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Kaliman~ 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158. 37200.
## 2 Kaliman~  2831.  3386.  4029.  5943.  6675.  7440.  7775. 10249. 11848.  9294.
## 3 Kaliman~   779.  1135. 19328.  1887.  3547.  3694.  3655.  4083.  4385.  4178.
## 4 Kaliman~  5369.  7311.  4226.  9614.  9558. 10809. 12415. 13604. 14462. 11753.
## 5 Kaliman~  4293.  5743. 10115.  8936.  9646. 10903. 10933. 12305. 13991. 10612.
## 6 Kaliman~     0      0      0      0      0      0    341.   917.  1472.  1362.
## # ... with 1 more variable: 2021 <dbl>
library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.1.2
## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --
## v ggplot2 3.3.5     v purrr   0.3.4
## v tibble  3.1.4     v dplyr   1.0.8
## v tidyr   1.2.0     v stringr 1.4.0
## v readr   2.1.2     v forcats 0.5.1
## Warning: package 'tidyr' was built under R version 4.1.2
## Warning: package 'readr' was built under R version 4.1.2
## Warning: package 'purrr' was built under R version 4.1.2
## Warning: package 'dplyr' was built under R version 4.1.2
## Warning: package 'forcats' was built under R version 4.1.2
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

Menghapus Beberapa Variabel yang Tidak Ingin Digunakan

Kalimantan2011 <- select(manipulasiinflow, '2011')
Kalimantan2011
## # A tibble: 6 x 1
##   `2011`
##    <dbl>
## 1 13272.
## 2  2831.
## 3   779.
## 4  5369.
## 5  4293.
## 6     0
Kalimantan2 <- select(manipulasiinflow, `2012`, `2014`, `2016`, `2018`, `2020`)
Kalimantan2
## # A tibble: 6 x 5
##   `2012` `2014` `2016` `2018` `2020`
##    <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 17575. 26379. 32847. 41157. 37200.
## 2  3386.  5943.  7440. 10249.  9294.
## 3  1135.  1887.  3694.  4083.  4178.
## 4  7311.  9614. 10809. 13604. 11753.
## 5  5743.  8936. 10903. 12305. 10612.
## 6     0      0      0    917.  1362.

Memilih Variabel yang Ingin Digunakan

Kalimantanmin2011 <- select(manipulasiinflow, -'2017')
Kalimantanmin2011
## # A tibble: 6 x 11
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2018` `2019` `2020` `2021`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Kaliman~ 13272. 17575. 37698. 26379. 29427. 32847. 41157. 46158. 37200. 31372.
## 2 Kaliman~  2831.  3386.  4029.  5943.  6675.  7440. 10249. 11848.  9294.  7598.
## 3 Kaliman~   779.  1135. 19328.  1887.  3547.  3694.  4083.  4385.  4178.  3534.
## 4 Kaliman~  5369.  7311.  4226.  9614.  9558. 10809. 13604. 14462. 11753.  9655.
## 5 Kaliman~  4293.  5743. 10115.  8936.  9646. 10903. 12305. 13991. 10612.  8914.
## 6 Kaliman~     0      0      0      0      0      0    917.  1472.  1362.  1671.

Sintaks ini menggunakan fungsi select, dan select ini tidak hanya untuk memilih kolom dalam jumlah banyak, melainkan juga bisa untuk mengganti nama kolomnya. misalnya :

Kalimantanmin1 <- manipulasiinflow %>%
  select(tahun = `2014`, `2018`, `2019`)
Kalimantanmin1
## # A tibble: 6 x 3
##    tahun `2018` `2019`
##    <dbl>  <dbl>  <dbl>
## 1 26379. 41157. 46158.
## 2  5943. 10249. 11848.
## 3  1887.  4083.  4385.
## 4  9614. 13604. 14462.
## 5  8936. 12305. 13991.
## 6     0    917.  1472.

Mengganti Tabel Tahun

library(dplyr)
Kalimantantahun2 <- manipulasiinflow %>% rename('2010' = '2011')
head(Kalimantantahun2)
## # A tibble: 6 x 12
##   Provinsi `2010` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Kaliman~ 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158. 37200.
## 2 Kaliman~  2831.  3386.  4029.  5943.  6675.  7440.  7775. 10249. 11848.  9294.
## 3 Kaliman~   779.  1135. 19328.  1887.  3547.  3694.  3655.  4083.  4385.  4178.
## 4 Kaliman~  5369.  7311.  4226.  9614.  9558. 10809. 12415. 13604. 14462. 11753.
## 5 Kaliman~  4293.  5743. 10115.  8936.  9646. 10903. 10933. 12305. 13991. 10612.
## 6 Kaliman~     0      0      0      0      0      0    341.   917.  1472.  1362.
## # ... with 1 more variable: 2021 <dbl>

Mengambil Nilai yang Tidak Duplikasi dari Variabel

Dari Sebuah Variabel

Kalimantan4 <- distinct(manipulasiinflow, `2015`)
Kalimantan4
## # A tibble: 6 x 1
##   `2015`
##    <dbl>
## 1 29427.
## 2  6675.
## 3  3547.
## 4  9558.
## 5  9646.
## 6     0

Di Semua Variabel

Kalimantan5 <- distinct(manipulasiinflow, `2015`, .keep_all = TRUE)
Kalimantan5
## # A tibble: 6 x 12
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Kaliman~ 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158. 37200.
## 2 Kaliman~  2831.  3386.  4029.  5943.  6675.  7440.  7775. 10249. 11848.  9294.
## 3 Kaliman~   779.  1135. 19328.  1887.  3547.  3694.  3655.  4083.  4385.  4178.
## 4 Kaliman~  5369.  7311.  4226.  9614.  9558. 10809. 12415. 13604. 14462. 11753.
## 5 Kaliman~  4293.  5743. 10115.  8936.  9646. 10903. 10933. 12305. 13991. 10612.
## 6 Kaliman~     0      0      0      0      0      0    341.   917.  1472.  1362.
## # ... with 1 more variable: 2021 <dbl>

Menyeleksi Baris pada Tabel

Baris tabel diseleksi dengan menggunakan fungsi filter().

Kalimantan6 <- manipulasiinflow %>%
  filter(Provinsi <= 'Kalimantan Barat') %>%
    select(`2018`,`2019`)
Kalimantan6
## # A tibble: 2 x 2
##   `2018` `2019`
##    <dbl>  <dbl>
## 1 41157. 46158.
## 2 10249. 11848.
Kalimantan7 <- manipulasiinflow %>%
  filter(Provinsi == 'Kalimantan Barat', Provinsi == 'Kalimantan Tengah') %>%
    select( -`2020`)
Kalimantan7
## # A tibble: 0 x 11
## # ... with 11 variables: Provinsi <chr>, 2011 <dbl>, 2012 <dbl>, 2013 <dbl>,
## #   2014 <dbl>, 2015 <dbl>, 2016 <dbl>, 2017 <dbl>, 2018 <dbl>, 2019 <dbl>,
## #   2021 <dbl>
str(manipulasiinflow)
## tibble [6 x 12] (S3: tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Tengah" "Kalimantan Selatan" ...
##  $ 2011    : num [1:6] 13272 2831 779 5369 4293 ...
##  $ 2012    : num [1:6] 17575 3386 1135 7311 5743 ...
##  $ 2013    : num [1:6] 37698 4029 19328 4226 10115 ...
##  $ 2014    : num [1:6] 26379 5943 1887 9614 8936 ...
##  $ 2015    : num [1:6] 29427 6675 3547 9558 9646 ...
##  $ 2016    : num [1:6] 32847 7440 3694 10809 10903 ...
##  $ 2017    : num [1:6] 35119 7775 3655 12415 10933 ...
##  $ 2018    : num [1:6] 41157 10249 4083 13604 12305 ...
##  $ 2019    : num [1:6] 46158 11848 4385 14462 13991 ...
##  $ 2020    : num [1:6] 37200 9294 4178 11753 10612 ...
##  $ 2021    : num [1:6] 31372 7598 3534 9655 8914 ...
str(manipulasiinflow %>% group_by(Provinsi))
## grouped_df [6 x 12] (S3: grouped_df/tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Tengah" "Kalimantan Selatan" ...
##  $ 2011    : num [1:6] 13272 2831 779 5369 4293 ...
##  $ 2012    : num [1:6] 17575 3386 1135 7311 5743 ...
##  $ 2013    : num [1:6] 37698 4029 19328 4226 10115 ...
##  $ 2014    : num [1:6] 26379 5943 1887 9614 8936 ...
##  $ 2015    : num [1:6] 29427 6675 3547 9558 9646 ...
##  $ 2016    : num [1:6] 32847 7440 3694 10809 10903 ...
##  $ 2017    : num [1:6] 35119 7775 3655 12415 10933 ...
##  $ 2018    : num [1:6] 41157 10249 4083 13604 12305 ...
##  $ 2019    : num [1:6] 46158 11848 4385 14462 13991 ...
##  $ 2020    : num [1:6] 37200 9294 4178 11753 10612 ...
##  $ 2021    : num [1:6] 31372 7598 3534 9655 8914 ...
##  - attr(*, "groups")= tibble [6 x 2] (S3: tbl_df/tbl/data.frame)
##   ..$ Provinsi: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Selatan" "Kalimantan Tengah" ...
##   ..$ .rows   : list<int> [1:6] 
##   .. ..$ : int 1
##   .. ..$ : int 2
##   .. ..$ : int 4
##   .. ..$ : int 3
##   .. ..$ : int 5
##   .. ..$ : int 6
##   .. ..@ ptype: int(0) 
##   ..- attr(*, ".drop")= logi TRUE

Pengelompokkan dan Pengurutkan Data

Pengelompokkan Data

Kalimantanup <- manipulasiinflow %>%
    group_by(Provinsi)
Kalimantanup
## # A tibble: 6 x 12
## # Groups:   Provinsi [6]
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Kaliman~ 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158. 37200.
## 2 Kaliman~  2831.  3386.  4029.  5943.  6675.  7440.  7775. 10249. 11848.  9294.
## 3 Kaliman~   779.  1135. 19328.  1887.  3547.  3694.  3655.  4083.  4385.  4178.
## 4 Kaliman~  5369.  7311.  4226.  9614.  9558. 10809. 12415. 13604. 14462. 11753.
## 5 Kaliman~  4293.  5743. 10115.  8936.  9646. 10903. 10933. 12305. 13991. 10612.
## 6 Kaliman~     0      0      0      0      0      0    341.   917.  1472.  1362.
## # ... with 1 more variable: 2021 <dbl>

Pengurutan data

Kalimantanubah <- arrange(manipulasiinflow, `2012`)
Kalimantanubah
## # A tibble: 6 x 12
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Kaliman~     0      0      0      0      0      0    341.   917.  1472.  1362.
## 2 Kaliman~   779.  1135. 19328.  1887.  3547.  3694.  3655.  4083.  4385.  4178.
## 3 Kaliman~  2831.  3386.  4029.  5943.  6675.  7440.  7775. 10249. 11848.  9294.
## 4 Kaliman~  4293.  5743. 10115.  8936.  9646. 10903. 10933. 12305. 13991. 10612.
## 5 Kaliman~  5369.  7311.  4226.  9614.  9558. 10809. 12415. 13604. 14462. 11753.
## 6 Kaliman~ 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158. 37200.
## # ... with 1 more variable: 2021 <dbl>

Menambahkan kolom pda tabel

Kalimantanup1 <- manipulasiinflow %>%
    mutate(`2021` = manipulasiinflow$`2020`/2)
Kalimantanup1
## # A tibble: 6 x 12
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Kaliman~ 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158. 37200.
## 2 Kaliman~  2831.  3386.  4029.  5943.  6675.  7440.  7775. 10249. 11848.  9294.
## 3 Kaliman~   779.  1135. 19328.  1887.  3547.  3694.  3655.  4083.  4385.  4178.
## 4 Kaliman~  5369.  7311.  4226.  9614.  9558. 10809. 12415. 13604. 14462. 11753.
## 5 Kaliman~  4293.  5743. 10115.  8936.  9646. 10903. 10933. 12305. 13991. 10612.
## 6 Kaliman~     0      0      0      0      0      0    341.   917.  1472.  1362.
## # ... with 1 more variable: 2021 <dbl>

Visualisasi Data Tabel dengan ggplot

ggplot dengan Grafik Titik

ggplot(data = manipulasiinflow, mapping = aes(x = Provinsi, y = `2011`)) +
  geom_point()

ggplot(data = manipulasiinflow, mapping = aes(x = Provinsi, y = `2012`)) +
  geom_point()