考虑到这一点:
plot=c("A","A","A","A","B","B","B","B")
mean=c(3,5,40,0,3,5,3,0)
sp=c("ch","ch","ag",NA,"ch","ag","ch",NA)
df=data.frame(plot,mean,sp)
plot mean sp
1 A 3 ch
2 A
需要帮助来加速这段代码!
目标是创建一个数据,其中第一个DF: TPS_Jan7_11h_13h_CheckIMEI的TPS (每秒事务)将从记录1累加到30,然后重置为0,然后再这样做。
这就是它在图形形式中的样子:
我的数据集有超过600万行..。
我开始创建一个序列,在该序列中,我需要将累积变量重置为0。然后,我将遍历完整的数据集,并将其添加到前面的值之上。
我已经在四码x64 8G机器上运行了几个小时,现在还在运行.所以..。太慢了!
有什么办法加快速度吗?子集还是带着桌子的魔法?
下面是代码:
# Create a sequence of when to reset the cum
我在写R,我想在不使用for循环的情况下添加一个新列。
我想做的是:
我想要计算从第一个值到当前值的平均值。
如果我使用for循环,我将这样做:
for (i in c(1:nrow(data))){
data$Xn_bar[i] = mean(data$Xn[1:i])
}
有没有其他方法(即地图?)
以下是数据:
a = data.frame(
n = c(1:10),
Xn = c(-0.502,0.132,-0.079,0.887,0.117,0.319,-0.582,0.715,-0.825,-0.360)
)
我有7个实验数据,每个数据被细分为15个重复(或迭代)。我现在对所有的105变量x感兴趣,以便在后面的分析中进行计算。
假设您有以下带有随机数的数据,为了简单起见,假设所有数据都包含不同的数字:
set.seed(2)
a <- runif(100, -1.5, 1.5)
b <- pnorm(rnorm(100))
c <- rnorm(100)
d <- rnorm(100)
e <- dnorm(rnorm(100))
iteration <- sort(sample(1:7, 100, replace=T), decreasing=F)
x <
在r数据帧上又遇到了一个问题。
#starting position
from <- c("A","B","A","C")
to <- c("D","F","D","F")
number <- c(3,4,6,7)
data.frame(from,to,number)
如何计算两个相同的"from- to“关系(从A到D)的个数?结果应该看起来像我的“结果”数据帧。
#result
from <- c("A","
我需要关于如何基于r中的共性来融合多个列的帮助,并且还需要向数据框架添加一个新的列来反映溶解的数量。我没有包含在下面的模拟数据中,但是y和z数据在每列中都是不同的。我也有几百行。 #My data now
x y z
A
A
A
A
B
B
B
B
B
B
C
C
C
C
C
#How I want my data to look
x y z q
A 4
B 6
C 5
我有这个"d“数据框架,有两个组。在现实生活中,我有20个小组。
d= data.frame(group = c(rep("A",10),rep("B",10),"A"), value = c(seq(1,10,1),seq(101,110,1),10000))
d
group value
1 A 1
2 A 2
3 A 3
4 A 4
5 A 5
6 A 6
7
对于下列数据集:
d = data.frame(date = as.Date(as.Date('2015-01-01'):as.Date('2015-04-10'), origin = "1970-01-01"),
group = rep(c('A','B','C','D'), 25), value = sample(1:100))
head(d)
date group value
1: 2015-01-01 A 4
2
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
我有一个数据框架,如下所示:
set.seed(661)
raw <- data.frame(
year = 1900:2020,
cat = sample(c("A", "B", "C", "D", "E"), size = 121, replace = TRUE)
)
head(raw)
year cat
1 1900 B
2 1901 A
3 1902 E
4 1903 E
5 1904 B
6 1905 A
但是,我想将它转换为一个数据框架,在这个框架