我想使用for循环从R中的原始数据帧中创建几个数据帧。我想得到三个分离的数据帧为每种进行单独的分析。
我尝试了以下代码,但它不起作用:
data(iris)
library(dplyr)
for i in levels(iris$Species){
paste0(i,".data") <- data.frame(filter(iris,
Species=="i"))
}
我不一定需要dplyr,但这是我习惯的。
我在R中有一个数据帧x ID Name Code
1 John aa1
1 Sue aa2
1 Mike aa2
1 Karl aa3
1 Lucy aa1 我想在此数据帧中添加一个额外的列,用于计算每个Code值出现的次数: ID Name Code Code_frequency
1 John aa1 1
1 Sue aa2 2
1 Mike aa2 2
1 Karl aa3 1
1 Lucy aa4 1 我尝试过使用mutate和count的各种组合,但收到的错误消息表明我使用了错误的数据类型:no applicable method for '
我需要找到不同组之间的共同值,最好使用dplyr和R。 从我这里的数据集中: group val
<fct> <dbl>
1 a 1
2 a 2
3 a 3
4 b 3
5 b 4
6 b 5
7 c 1
8 c 3 预期输出为 group val
<fct> <dbl>
1 a 3
2 b 3
3 c 3 因为在所有组中只出现数字3。 这段代码似乎不起作
我有一个这样的df:
VisitID | Item |
1 | A |
1 | B |
1 | C |
1 | D |
2 | A |
2 | D |
2 | B |
3 | B |
3 | C |
4 | D |
4 | C |
在R中,只要VisitID包含项目A和B,我如何过滤它们?预期结果:
VisitID | Item |
1 | A |
1 | B |
我使用R执行For循环,以便获得每行的最后一个非nA值。我将不得不使用For循环。我的数据如下所示:
col1 col2 col3 col4
A NA NA NA
B C NA NA
D E F NA
到目前为止,我尝试的是:
for (i in 1:nrow(df)){
index <- as.numeric(max(which(!is.na(df[i,]))))
product <- df[i
我有一个像这样的数据框
Number Type Time
4 B 10
5 B 11
5 B 9
1 B 8
8 R 7
3 R 9
4 R 5
4 R 5
其中我已经按类型分组,并想创建一个名为"Adjusted_Time“的新列,其中包含前面数字的时间,最终的Df将如下所示
Number Type Time Adjusted_Time
4 B
我需要在R中查找具有x column="a“和x="b”列的重复项。我可以使用哪个R函数?
ID x
1 a
1 b
1 c
2 c
2 b
3 a
4 a
4 b
5 c
输出:
ID x
1 a
1 b
4 a
4 b
这些似乎不起作用。
Data <- data.frame(ID = c(1, 1, 2, 2), Value = c(1, 2, 3, 4))
FindDups(Data, Vars = 'ID')
我有一个像下面这样的df;
set.seed(1)
No <- rep(seq(0,95,1),times=21)
AC <- rep(rep(c(78,110),each=1),times=length(No)/2)
AR <- rep(rep(c(256,320,384),each=2),times=length(No)/6)
AM <- rep(1,times=length(No))
DQ <- rep(rep(seq(0,15,1),each=6),times=3)
V <- rep(seq(100,2100,100),each=96)
R &l
包:
library(geosphere)
library(dplyr)
我有一个数据框列表,如下所示:
df_list
[[1]]
name X1 X2
1 A 1 1
2 A 1 2
3 A 2 2
4 A 2 1
[[2]]
name X1 X2
1 B 1 1
2 B 1 2
3 B 2 2
4 B 2 1
[[3]]
name X1 X2
1 C 1 1
2 C 1 2
3 C 2 2
4 C 2 1
我想遍历列表中的每个数据框,并使用geosphe