Memecah Data dengan pwalk()

Sebagai orang yang banyak berkecimpung dengan data, terkadang kita diminta untuk memecah sebuah tabel berdasarkan kategori yang ada pada sebuah peubah pada tabel tersebut dan menyimpannya sebagai file dengan format tertentu (misalnya csv) dalam suatu folder tertentu. Jika tabel yang kita punya tidak terlalu besar dan banyaknya kategori juga sedikit, maka kita bisa melakukan filter satu persatu atau filter dengan perulangan (looping) menggunakan for.

Misalnya kita akan memecah tabel iris berdasarkan peubah Species, sehingga akan terbentuk 3 (tiga) buah tabel baru. Tabel baru tersebut akan diberi nama dengan format db_{nama kategori peubah Species}.csv dan disimpan di folder Split yang berada di Desktop. Dengan menggunakan package tidyverse, pemecahan tabel bisa dilakukan satu persatu menggunakan sintaks berikut.

library(tidyverse)

iris %>%
  filter(Species == "setosa") %>%
  write.csv("db_setosa.csv")

iris %>%
  filter(Species == "versicolor") %>%
  write.csv("db_versicolor.csv")

iris %>%
  filter(Species == "virginica") %>%
  write.csv("db_virginica.csv")

Jika kategori peubah yang digunakan sebagai filter banyak, maka sintaks di atas menjadi tidak efisien. Selain menggunakan sintaks manual seperti di atas, prose pemecahan tabel juga bisa dilakukan menggunakan perulangan (looping). Tulisan kali ini tidak akan membahas pemecahan tabel menggunakan looping. Meskipun demikian, sintaks berikut juga bekerja sangat efisien khususnya saat menghadapi kategori peubah filter yang banyak.

library(tidyverse)
iris %>%
  group_nest(Species, keep = T) %>%
  pwalk(function(Species, data){
    path <- file.path("~Desktop/Split/", glue::glue("db_{Species}.csv"))
  write.csv(data, path)
  })

Hasil dari pemecahanan tabel iris berdasarkan kategori peubah Species bisa dilihat menggunakan fungsi list.files() pada direktori penyimpanan hasil pemecahan tabel berikut.

list.files("~Desktop/Split")

## [1] "db_setosa.csv"     "db_versicolor.csv" "db_virginica.csv"

Bagaimana? Efisien kan?