在do::dplyr/tidyverse和broom::tidy中分组的within：：alpha的问题 - 腾讯云开发者社区

文章/答案/技术大牛

发布

🧐 lme4 | 多层线性模型小彩蛋解答

1写在前面本期回答一下上期中小彩蛋部分的问题，如下： Q: 不同的department的base不同，raise也不同，我们得出不同的α和β。...可否等价为，先按照department分组，然后分别计算α和β。 A: 不等价！...2用到的包 rm(list = ls()) library(tidyverse) library(lme4) library(modelr) library(broom) library(ggsci)...library(broom.mixed) 3示例数据数据描述的是不同部门(department)的老师的收入(salary)情况。...df3 % dplyr::select(.,ids,pred) %>% left_join(.

4362 0

「Workshop」第二期：程序控制与数据操作流

涉及编程的数据和代码都会放到 https://github.com/XSLiuLab/Workshop 推荐图书《R for Data Science》[1] 《R 语言编程指南》《R 实战》其他推荐见...字符处理 substr stringr包与正则表达式略微复杂，可以单独讲一次转换 tidyr Tidy 数据格式 ? ?...fwrite data.table 语法 dt[i, j, by] 数据过滤与合并等操作与 R 基础语法一致，也可以使用 tidyverse 处理整数索引逻辑索引命名索引进一步的学习参考小抄、...文档和《R 语言编程指南》后几期主题本期未讲述的内容？？？...正则表达式与字符串处理：base 与 stringr 列表处理与迭代计算：purrr 统计建模：stats 与 broom 绘图：graphics 与 ggplot2 函数编程：apply家族和purrr

2.7K3 0

您找到你想要的搜索结果了吗？

是的

没有找到

从Tidyverse学起！

(处理因子问题) tidyverse的安装也很简单，在R中输入以下命令： #安装包 install.packages("tidyverse") #使用前，记得载入包 library(tidyverse...管道函数 %>% 在tidyverse中，管道符号是数据整理的主力，它的功能和Linux上的管道符“|”类似，可以把许多功能连在一起，而且简洁好看，比起R的基本代码更加容易阅读！...（对数据分组） 1. filter 只选取Species列中，值为virginica的数据（这里也是用到了管道符，将filter函数作用于iris数据） ?...统计：broom broom是一个用于数学建模的包，以回归分析为例，R中的各种回归分析往往不会返回一个整齐的data frame结果，而broom 则帮助我们直接将统计结果转化为data frame格式直接将统计结果转化为...同样，也可以与tidyverse中的管道和group_by结合，批量的做回归分析，并且得到整理好的结果。 ? ?

4.1K3 0

R语言亚组分析及森林图绘制

但是咱们之前只是说了有了数据怎么画图，并没有介绍过怎么实现亚组分析，也有好多粉丝在群里问这个问题，所以今天给大家展示下如何实现COX回归分析的亚组分析，其他回归分析也是同理。...思路其实很简单，单独在男性患者中拟合模型看看结果是不是和所有患者的结果一样；然后单独在女性患者中也拟合模型。对于其他的分类变量，都是一样的操作。...中拟合模型： fit0 <- coxph(Surv(time, status) ~ rx, data = df[df$sex == "female",]) broom::tidy(fit0,exponentiate...亚组分析对于先分组，再做某事这种分析思路，tidyverse天生就比较擅长。以下是tidyverse实现方法，借助purrr。...（需要分亚组的变量）分组，分别在每个组内拟合cox回归，并提取结果，一气呵成，这个操作我们在之前的倾向性评分分层中也演示过：倾向性评分回归和分层 ress % #group_by

3.1K4 4

R-ggplot2 空间绘图 - 房价气泡图的绘制

，如果遇到喜欢的图表我也会进行仿制和再现的。...在读取完之后使用broom 包的tidy()方法进行数据灵活整理，代码如下： library(broom) HK_fortified tidy(HK) HK_fortified 结果如下(部分)...添加读取文本标签这里我们读取带有经纬度信息的地区文本文件(csv格式)进行文本图层的添加，文本数据预览如下(部分)： ? 这里使用了ggrepel包进行文本图层的添加，可有效避免文本重叠的问题。...主要代码如下： # Plot it library(tidyverse) library(ggrepel) library(ggplot2) library(ggtext) library(dplyr)...ggtext 实现文本同行不同颜色设置对一行文本不同颜色、粗细等文本属性的设置，ggtext包可以轻松实现(这个在Python中目前还无法高效实现)，这里我们只放出相应的代码，如下： #导入ggtext

2.1K2 0

🧐 lme4 | 这个线性模型对你来说可能更合理

1写在前面在进行数据分析时，我们可能经常会遇到分层的数据结构，指每一次观察属于某个特定的组。比如考察老师的教学成果，而这些老师属于某个班，班又属于某个学校。...2用到的包 rm(list = ls()) library(tidyverse) library(lme4) library(modelr) library(broom) 3示例数据这里我们模拟一个数据...+β_nx_n m1 <- lm(salary ~ experience, data = df) m1 broom::tidy(m1) ---- 接着我们再加入预测值，对比一下。...---- m2 <- lmer(salary ~ experience + (1 | department), data = df) m2 broom.mixed::tidy(m2, effects...小彩蛋 Q: 不同的department的base不同，raise也不同，我们得出不同的α和β。可否等价为，先按照department分组，然后分别计算α和β。 A: 不等价！

7141 0

R tips: rlang中的expression操作符

这个现象在tidyverse系列包中大量存在，而且很多时候这个特性都可以简化操作。rlang包中有对这个“冻结”特性的诸多处理机制，其中比较有意思的是下面的几个特殊操作符。 !!和!!!...在rlang包中，expr函数类似于expression函数（expr函数暂停后的代码对象是call，基本上和expression是一个意思就行，以下统一使用expression），而eval_tidy...操作在tidyverse系列包中很常见，比如可以将因子变量的水平值重新编码的函数fct_recode： ### 定义一个因子变量 test_factor <- factor(letters[1:5])...var_name =" 但是会报错，原因是因为在R中=操作符要求比较严格，如果是引号括起来就没有问题了，但是括起来的时候，!!...mean_by_group，就像在使用dplyr中的函数一样，不需要引号包括。

2.2K1 0

ggplot2画世界地图小实例

image.png 为不同的国家地区填充不同的颜色 worldMap$region<-ifelse(worldMap$region=="Taiwan","China",worldMap$region)...-and-sf library(dplyr) library(sf) library(ggplot2) library(rnaturalearth) crs <- "+proj=laea +lat_0=...% summarise(geometry = st_union(geometry)) ggplot() + geom_sf(data = sphere, fill = "#D8F4FF", alpha...library(rgdal) library(broom) library(ggplot2) install.packages("svglite") library(svglite) library(...tidyverse) library(maptools) library(raster) library(rgeos) ### First part is about downloading shapefiles

3.6K2 1

GMSB文章二：数据汇总和数据探索

status(seroconverter (SC) rates 和 seronegative control (NC))与其他变量的相关性分析Primary group: 按照频率分组1G1: # receptive...broom::tidy(model) %>% filter(term !...这种模型可以处理数据中的固定效应（fixed effects）和随机效应（random effects），使得研究者能够考虑和控制数据中的非独立性（non-independence）。...在传统的线性模型中，参数估计通常是通过最小化残差平方和来完成的，这被称为无约束估计（unconstrained estimation）。...参数约束：在约束推理中，LMMs可以对参数施加特定的约束，这在传统线性模型中不常见。估计方法：LMMs可能需要更复杂的估计方法，如最大似然估计、贝叶斯方法或限制性最大似然估计，以处理随机效应。

5181 0

手把手 | 用StackOverflow访问数据实现主成分分析（PCA）

在数据库中适当地抽取数据后，最开始的数据看起来就像下面这样： library(tidyverse) library(scales) tag_percents ## # A tibble: 28,791,663...这里的User列是随机ID，而非Stack Overflow的标识符。在Stack Overflow中，我们公开了大量数据，但流量数据（即哪些用户访问过哪些问题）是没有公开的。...我喜欢处理数据框格式的数据，所以接下来我要用tidy()函数来整理我的PCA结果，以便用dplyr包处理输出结果和用ggplot2绘图。...它告诉了我们开发人员工作中是否使用C＃、.NET、Visual Studio和Microsoft技术堆栈的其余部分。...实际上，PCA给出的主成分结果以及不同技术对其的贡献率已经不尽相同——因为几个月已经过去了，而且用户们在高维空间中也不是完全静止的。如果你有任何问题或反馈，请及时联系我。

9558 1

🧐 rms | 多元线性回归的解释与可视化（二）

多元线性回归分析法的数学方程： y = a+βx_1+βx_2+ϵ 2用到的包 rm(list = ls()) library(tidyverse) library(ggsci) library(rms...,"ID") 4数据处理我们先看一下有没有NA值，用一下tidyverse的函数吧。这里并没有NA值的存在，所以就不过滤了。...dat %>% summarise_all( ~ sum(is.na(.)) ) 5简单建模 5.1 两个变量这里我们看一下vs(引擎类型)和wt(重量)对mpg(燃料消耗)的影响...这里我们看一下vs (0 = V-shaped, 1 = straight) 和 wt (Weight) 以及二者交互项对mpg的影响。...将结果输出为data.frame result % group_by(vs) %>% group_modify( ~ broom::tidy(mod4) ) result

2.8K3 1

「R」dplyr 行式计算

「原文来自：dplyr 文档」上一篇：「R」dplyr 列式计算通常 dplyr 和 R 更适合对列进行操作，而对行操作则显得更麻烦。...这不是你通常需要考虑的事情（它会工作），但知道什么时候出错是很有用的。分组数据框（每个组恰好有一行）和行数据框（每个组总是有一行）之间有一个重要的区别。...这可能会让人感到困惑，但我们确信这是最差的解决方案，特别是在错误消息中给出了提示。...在更复杂的问题中，你可能还希望改变被调用的函数。...由于 rowwise() 显然是有用的，它不再被质疑，我们希望它能够长期存在。 do() 我们对 do()的必要性已经质疑了很长一段时间，因为它与其他 dplyr 动词并不太相似。

7.8K2 0

流程更新----空间细胞聚类及配受体共现分析（针对visium、bin模式的Stereo-seq、以及HD）

针对bin模式的Stereo-seq或者标准模式HD分析，不做图像分割的情况下，合并后的superspot都跟visium分析差不多，需要和单细胞数据一起进行解卷积。...我们更新一下这个空间细胞聚类的方法。分析细胞类型的空间共现。...We perform hierarchical clustering and do the wilcoxon rank sum test to identify the differentially abundant...))) wilcox.test(median_ct_prop ~ test_group, data = test_data, alternative = "greater") %>% broom...::tidy() }) %>% enframe("CompositionCluster_CC") %>% unnest()} wilcoxon_res <- cluster_summary_pat %

1.1K1 0

tidymodels菜谱：数据预处理

在前面的推文中我们介绍了数据预处理的重要性以及演示了caret包中的数据预处理方法：预测建模常用的数据预处理方法 R语言机器学习caret-02：数据预处理一定要先看上两篇推文，因为一些方法解释和原理都在前面解释过...主要包括以下几个部分内容：缺失值插补作用于单个预测变量离散化哑变量和编码交互项中心化标准化作用于多个预测变量移除预测变量样本（行）选择其他加载R包 library(tidyverse...，第一步是建立recipe，然后是选择预处理步骤，在recipes中，所有的数据预处理步骤都是以step_xxx这种形式出现的；然后是预处理应用于哪些变量，可以直接写变量名字，和dplyr中一模一样的方法...step_pca() step_ica() step_nnmf() step_pls() 缺失值 recipes中缺失值插补的方法非常多，所有都是以step_impute_xxx的形式出现，而且名字简单易懂...后面会继续为大家介绍mlr3中的数据预处理方法。

7952 0

Hadley Wickham 采访节选（二）

Hadley不好意思的说自己的电脑倒是挺tidy的。今天的节选将继续上期两人对于tidy-verse包的讨论。 ? 采访节选：你最喜欢的tidyverse包？...最近我不是在开发Bigrquiry这个包嘛（大猫：一个使用R从Google BigQuiry提取数据的API），我发现如果我用了purrr，那么我就很难避免不用dplyr，因为purrr严重依赖dplyr...“ tidyverse中的很多概念都被其他语言所借鉴了，那么tidyverse中有没有什么东西是借鉴其他语言的呢？ ” 当然。...在下一个版本的dplyr中，我将引入“quasi-quotation”这个概念，它让用dplyr写函数比以往要方便许多。...事实上，数据科学的发展如此迅猛，以至于学术界和业界的人都争先恐后在博客上把自己知道的最酷的东西写出来。

1.1K2 0

tidymodels用于机器学习的一些使用细节

同时得益于tidyverse系列的加持，在tidymodels中进行的各种操作以及产生的各种结果都是遵循tidy系列的设计理念的。所以非常有规律，很容易记住！...真正在用的时候并不需要刻意记住，只需加载tidymodels就可得到全部~ 因为和tidyverse系列是一脉相承的，所以也是支持管道符的，这样的操作看起来非常的流畅，也比较容易理解，对于初学者来说比mlr3...但是一个很大的问题是速度，因为底层也是基于tibble，所以速度没那么快，尤其是在调参的时候，非常慢，运算量一大就得好久时间才能出结果！...模型选择模型选择的部分需要大家记住tidymodels里面的一些名字，例如，对于决策树就是decision_tree()，大家可以去这个网址[1]查看所有支持的模型以及它们在tidymodels中的名字...总结总体来看，tidymodels在统一使用方式方面做的非常棒，各个步骤中都有tidy理念的影子，这样一旦你熟悉了其基本语法，使用起来是很舒服的，因为代码基本不用变，连列名都是固定的！

2.2K4 0

tidyverse

背景 Tidyverse 是 Rstudio 公司推出的专门使用 R 进行数据分析的一整套工具集合，里面包括了readr，tidyr， dplyr，purrr，tibble，stringr...tidyr 与 dplyr 包是用 R 语言中用来处理各种数据整合分析的包，可以说是 R 数据整合的“瑞士军刀”，tidyr 包负责将数据重新整合，dplyr 包可以完成数据的排序，筛选，分类计算等都等操作...官网：https://www.tidyverse.org/ 一、tidyr 数据整理 tidyr 包用于将数据重新整合，替代之前的 reshape 和 reshape2 包，用于数据的重塑与聚合...总而言之，让数据变地更好用（符合下层函数参数的格式要求），方便用户查找和阅读。...稀疏矩阵与稠密矩阵在矩阵中，若数值为 0的元素数目远远多于非0元素的数目，并且非 0元素分布没有规律时，则称该矩阵为稀疏矩阵；与之相反，若非 0 元素数目占大多数时，则称该矩阵为稠密矩阵

2.8K1 0

文本挖掘和情感分析的基础示例

加载库 library(dplyr) library(readr) library(lubridate) library(ggplot2) library(tidytext) library(tidyverse...评论中的重要的词汇趋势随着时间的推移，哪些词语和话题变得更频繁（或者更频繁）了？这些可以让我们了解酒店不断变化的生态系统，例如服务，翻新，问题解决，让我们预测哪些话题的关联词将继续增长。...我们需要了解的问题是：在TripAdvisor评论中，随着时间的推移，哪些词的频率在增加？...在评论中，哪些词的频率在下降？...那么，在我们的数据中，哪些词在错误的方向上做了最大的“贡献”呢？

6K1 0

R tips：dplyr编程

dplyr的函数由于使用tidy evaluation（R中的一种非标准执行（NSE）实现方式）的方法，可以使得其具有更好的易用性：变量不需要绝对引用和引号包裹。...环境变量与数据变量环境变量是存在于环境中的变量，一般通过"<-"来创建。数据变量是一种存在于数据框(data.frame)的变量，常常是来源于数据文件。比如mtcars中mpg、cyl等等。...如果想要操作的数据变量来源于函数参数（指的一个环境变量上存在一个promise），那么使用{{}}包裹。一个函数在调用时，其参数存在一个promise。...Tidy selection 如果想要操作的数据变量名称来源于环境变量，那么使用all_of或者any_of。...：https://dplyr.tidyverse.org/articles/programming.html

1.6K3 0

Hadley Wickham 采访节选（一）

” 采访节选：有关 stringr 和 tidyverse “ 我们都知道你的“tidyverse”工具库（Hadley开发的数据清洗工具库，包含了dplyr，stringr，ggplot2等很多著名的包...你说stringr是其中的重要一环，应该怎么理解？ ” 简而言之，这意味着stringr有着和tidyverse中其它包一样的开发规范（conventions）。...你在使用其它tidyverse包的过程中也许已经接触了这些规范。我推崇这些规范，是因为他们真的在你的工作中起作用。就stringr而言，我认为以下两种这样的“规范”是最值得一提的。...我的哲学是：每个stringr都只做“一小件事”，如果要完成复杂的字符串处理，那么就把这些函数组合起来（大猫：这个思想在dplyr中甚至在SQL数据库中有着充分体现，好处能够让编程的学习更加容易，然而很不幸...因为现实生活中你并没有那么tidy啊！（采访者一副滑稽脸，满满姐姐嘲讽弟弟的既视感 Orz） ” 这个……啊哈哈哈哈你知道我的电脑永远是很tidy的嘛！

1.2K3 0

点击加载更多

🧐 lme4 | 多层线性模型小彩蛋解答

「Workshop」第二期：程序控制与数据操作流

从Tidyverse学起！

R语言亚组分析及森林图绘制

R-ggplot2 空间绘图 - 房价气泡图的绘制

🧐 lme4 | 这个线性模型对你来说可能更合理

R tips: rlang中的expression操作符

ggplot2画世界地图小实例

GMSB文章二：数据汇总和数据探索

手把手 | 用StackOverflow访问数据实现主成分分析（PCA）

🧐 rms | 多元线性回归的解释与可视化（二）

「R」dplyr 行式计算

流程更新----空间细胞聚类及配受体共现分析（针对visium、bin模式的Stereo-seq、以及HD）

tidymodels菜谱：数据预处理

Hadley Wickham 采访节选（二）

tidymodels用于机器学习的一些使用细节

tidyverse

文本挖掘和情感分析的基础示例

R tips：dplyr编程

Hadley Wickham 采访节选（一）

相关资讯

热门标签

活动推荐

运营活动

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐