การใช้งาน `for each` ในภาษา R Language แบบง่ายๆ

สวัสดีครับท่านผู้อ่านทุกคน! วันนี้เราจะมาสำรวจหนึ่งในฟังก์ชันที่มีประโยชน์อย่างยิ่งในภาษา R กันนะครับ นั่นก็คือ `for each`! ภาษา R เป็นน้องใหม่ที่มาแรงในวงการการวิเคราะห์ข้อมูลและการเรียนรู้ของเครื่อง (Machine Learning) หากคุณต้องการพัฒนาทักษะใน R หรือต้องการทำความเข้าใจกับแนวคิดดังกล่าวมากขึ้น มาลองเรียนรู้กับเราได้ที่ EPT (Expert-Programming-Tutor) กันนะครับ

ฟังก์ชัน `for each` ใน R

ความหมายและการทำงาน

`for each` เป็นการวนลูป (loop) ที่ใช้ในการประมวลผลข้อมูลจากชุดข้อมูล (data set) หรือรายการ (list) ทีละรายการ โดยไม่ต้องใช้ดัชนีเหมือนใน `for` loop แบบปกติ ซึ่งทำให้การเขียนโค้ดดูเรียบง่ายและอ่านง่ายมากขึ้น

โครงสร้างการใช้งาน

การใช้งาน `for each` ใน R นั้นไม่ตรงตัวเหมือนในภาษาอื่น ๆ เช่น Python แต่เราสามารถใช้ฟังก์ชัน `lapply()`, `sapply()` หรือ `vapply()` เพื่อให้ได้ผลลัพธ์คล้ายคลึงกันได้

ตัวอย่างโค้ด

มาดูตัวอย่างการใช้งานกันครับ

 # สร้างรายการ
numbers <- list(1, 2, 3, 4, 5)

# ใช้ lapply เพื่อคูณเลขแต่ละตัวด้วย 2
result <- lapply(numbers, function(x) {
  return(x * 2)
})

# แสดงผลลัพธ์
print(result)

ผลลัพธ์ที่ได้จะเป็น:

 [[1]]
[1] 2

[[2]]
[1] 4

[[3]]
[1] 6

[[4]]
[1] 8

[[5]]
[1] 10

ในตัวอย่างนี้ เราสร้าง `list` ของตัวเลขตั้งแต่ 1 ถึง 5 และใช้ฟังก์ชัน `lapply()` เพื่อคูณทุกตัวในลิสต์นั้นด้วย 2 ซึ่งฟังก์ชันนี้จะทำการส่งค่าผ่าน `lambda function` (ฟังก์ชันแบบไม่ตั้งชื่อ) ที่เรากำหนดเอาไว้

Use Case ในโลกจริง

เมื่อเราคิดถึงการใช้งาน `for each`, ควรนึกถึงกรณีที่เราต้องการประมวลผลข้อมูลจำนวนมาก เช่น:

ตัวอย่างเพิ่มเติม

มาดูตัวอย่างที่จะใช้กลุ่มของข้อมูลเพื่อคำนวณค่าเฉลี่ยหมู่ของแต่ละกลุ่มกันครับ

 # สร้างข้อมูลเทียม
data <- data.frame(
  group = c('A', 'A', 'B', 'B', 'C', 'C'),
  value = c(5, 10, 15, 20, 25, 30)
)

# คำนวณค่าเฉลี่ยของแต่ละกลุ่ม
average <- aggregate(value ~ group, data = data, FUN = mean)

# แสดงผลลัพธ์
print(average)

ผลลัพธ์ที่ได้:

   group value
1     A  7.5
2     B 17.5
3     C 27.5

จากตัวอย่างนี้ เราสร้าง `data frame` ของข้อมูลที่ประกอบด้วยกลุ่ม (group) และค่าที่ใช้ในการวิเคราะห์ (value) หลังจากนั้นเราจะใช้ฟังก์ชัน `aggregate()` เพื่อคำนวณค่าเฉลี่ยของค่านั้นตามกลุ่ม

สรุป

การใช้ `for each` ผ่านการใช้ฟังก์ชันต่าง ๆในการประมวลผลข้อมูลใน R เป็นวิธีที่สะดวกและทำให้โค้ดของเรามีความกระชับมากขึ้น อีกทั้งยังมีตัวอย่างการใช้งานที่หลากหลาย ไม่ว่าจะเป็นการวิเคราะห์ข้อมูล, การทำความสะอาดข้อมูล หรือการรายงานผล

ถ้าคุณสนใจที่จะพัฒนาทักษะในการเขียนโปรแกรม R และฟังก์ชันอื่น ๆ สามารถเข้ามาเรียนรู้ที่ EPT (Expert-Programming-Tutor) กับเรานะครับ เรามีหลักสูตรที่จะช่วยให้คุณเข้าใจและสามารถนำไปใช้ได้จริงในโลกของการวิเคราะห์ข้อมูล

หากคุณมีข้อสงสัยหรือคำถามเกี่ยวกับการเขียนโปรแกรม R หรือการใช้ `for each` ในการทำงานต่าง ๆ สามารถแสดงความคิดเห็นด้านล่างได้เลยนะครับ!

การเรียนรู้การเขียนโปรแกรมนั้นไม่ยากอย่างที่คิด! มาร่วมเป็นส่วนหนึ่งของความสนุกกับการเขียนโปรแกรมที่ EPT กันเถอะครับ!

หมายเหตุ: ข้อมูลในบทความนี้อาจจะผิด โปรดตรวจสอบความถูกต้องของบทความอีกครั้งหนึ่ง บทความนี้ไม่สามารถนำไปใช้อ้างอิงใด ๆ ได้ ทาง EPT ไม่ขอยืนยันความถูกต้อง และไม่ขอรับผิดชอบต่อความเสียหายใดที่เกิดจากบทความชุดนี้ทั้งทางทรัพย์สิน ร่างกาย หรือจิตใจของผู้อ่านและผู้เกี่ยวข้อง