Q1:
我是否可以在数据表中搜索两个不同的列。我有200多万行数据,我想选择搜索这两列中的任何一列。一个有名字,另一个有整数。
示例:
x <- data.table(foo=letters,bar=1:length(letters))
x
want to do
x['c'] : searching on foo column
as well as
x[2] : searching on bar column
Q2:可以更改数据表中的默认数据类型吗?我是在一个矩阵中读取字符和整数列,但是所有内容都是作为字符读取的。
谢谢!-Abhi
我很难用不成对的t检验和聚合函数。
示例
dd<-data.frame(names=c("1st","1st","1st","1st","2nd","2nd","2nd","2nd"),a=c(11,12,13,14,2.1,2.2,2.3,2.4),b=c(3.1,3.2,3.3,3.4,3.1,3.2,3.3,3.4))
dd
# Compare all the values in the "a" column that match wit
我想要生成一个数据文件hminput,其中包含来自不同的较小数据(名为frqAFR、frqAMR、..。等等,如下所示)。因此,与其单独编写所有代码来提取每个列的三列,然后按列绑定它们,然后再按行绑定,我想知道是否可以使用列表中包含字符串的for循环对其进行一些优化。
所以,到目前为止,我的想法是:
listpop<-c("frqAFR","frqAMR","frqEUR","frqEAS","frqSAS","frqAFROURU","frqIND")
for (g in
如何创建包含嵌套data.table的data.tables?
示例
set.seed(7908)
dt <- data.table(x=1:5)[,list(y=letters[1:x],z=sample(1:100,x)),by=x]
dt
## x y z
## 1: 1 a 13
## 2: 2 a 27
## 3: 2 b 87
## 4: 3 a 85
## 5: 3 b 98
## 6: 3 c 1
## 7: 4 a 53
## 8: 4 b 81
## 9: 4 c 64
## 10: 4 d 45
## 11: 5 a 28
## 12
如果标题令人困惑,很抱歉,我不知道如何描述这个问题。好的,我有一个数据框,其中一列是采样站点,我有很多列,另一列是采样方法,其中只有两列。这是一个简化的版本:
site <- c("X", "Y", "X","Z")
method <- c("A", "B", "B", "A")
data <- data.frame(site, method)
data
site method
1 X A
2 Y B
3
我有一个datatable,其中每个列代表一个时间序列,我希望以列有序的方式获取每个时间序列的最后一个NA值。在我的特定用例中,我的数据如下所示:
a b c
1 2 5
1 -17 9
NA 11 4
NA 57 NA
63 NA NA
因此,我想从中提取:
a b c
63 57 4
我怎样才能做到这一点?到目前为止,我只看到针对每一行而不是每列提取最后一个非NA的反向情况的答案。
假设我有这个df
require(data.table)
df <- data.table(a = 1:2
, b = 3:4
, c = 5:6
); df
a b c
1: 1 3 5
2: 2 4 6
我想一次取两个列,例如c('a','b')然后c('a','c')。我试过:
x <- c('b', 'c')
for (i in x)
{
print( df[,
我想将一个变量(将列名作为字符串保存)作为参数传递给data.table。我该怎么做呢?
考虑下面的data.table:
myvariable <- "a"
myvariable_2 <- "b"
DT = data.table(ID = c("b","b","b","a","a","c"), a = 1:6, b = 7:12, c = 13:18)
DT
# ID a b c
# 1: b 1 7 13
# 2: b 2 8 14
我有一个有3列的dataframe:
df=
+------+------+---+
| Var1 | Var2 | n |
+------+------+---+
| Y | N | 5 |
| Y | Y | 6 |
| Y | N | 3 |
| N | Y | 8 |
| N | N | 1 |
| N | Y | 9 |
+------+------+---+
我想在Var2中对Y对n的值进行t检验,但是只有当Var1 = Y.这是可能的时候?