组内总结dplyr
dplyr是一个R语言中的数据处理包，它提供了一组简洁且一致的函数，用于对数据进行快速、灵活和直观的操作和转换。dplyr包括了一些常用的数据操作函数，如选择、过滤、排序、汇总和变形等，使数据处理变得更加高效和便捷。
dplyr的主要功能包括：
- 选择（select）：选择数据框中的特定列，可以使用选择符号（
:）来选择连续的列，也可以使用负号（-）来排除某些列。 - 过滤（filter）：根据指定的条件筛选数据框中的行，可以使用逻辑运算符（如
==、>、<等）进行条件过滤。 - 排序（arrange）：根据指定的列对数据框进行排序，可以使用升序（
asc()）或降序（desc()）进行排序。 - 汇总（summarize）：对数据框中的数据进行汇总统计，如计算平均值、总和、最大值、最小值等。
- 变形（mutate）：在数据框中添加新的列或修改已有的列，可以使用各种函数对列进行计算或转换。
- 分组（group_by）：根据指定的列对数据框进行分组，可以在分组后进行汇总、筛选等操作。
dplyr的优势在于其简洁、高效和易用性。它采用了一种类似于管道操作的语法，使得数据处理的代码更加清晰和易读。此外，dplyr还具有较高的性能，能够处理大规模的数据集。
dplyr在数据分析、数据清洗、数据预处理等领域有广泛的应用场景，特别适用于需要对数据进行快速处理和转换的任务。例如，在金融领域，可以使用dplyr对交易数据进行筛选、排序和汇总；在医疗领域，可以使用dplyr对患者数据进行分组和统计分析。
腾讯云提供了一系列与数据处理相关的产品和服务，可以与dplyr结合使用，以实现更全面的数据处理和分析。其中，腾讯云的云数据库MySQL、云数据库PostgreSQL、云数据库MongoDB等产品可以作为数据源，提供高性能和可靠的数据存储和访问服务。此外，腾讯云还提供了云函数SCF、云原生容器服务TKE等产品，可以用于部署和运行数据处理的应用程序。
更多关于腾讯云相关产品和服务的介绍，请访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
1回答
我找了一个答案，但找不到一个我确信是一个难以置信的简单的解决办法。
我有这样的数据集
df <- data.frame(ID = c(1, 1, 2),
year1 = c(0, 1, 1),
year2 = c(1, 0, 0))
正如您可以看到的那样，ID 1是伪复制的，因为它为每年创建了一个新行，因此我试图将这两行合并在一起，以便每个ID都类似于下面的一行。
output <- data.frame(ID = c(1, 2),
浏览 1提问于2021-02-02得票数 0
回答已采纳
所有人。
我试着用GPS数据来识别企图穿越马路的事件。我最初的计划是在道路的西侧和东侧将道路缓冲两段距离(10公里，500米)，将GPS数据与缓冲器相交，并识别/分组一个人从10公里的缓冲区到500米的缓冲区，然后返回同一条道路的10公里的缓冲区。500米缓冲区内和10公里点之间的点数可从1至n-2点不等，这意味着尝试过马路事件的分组最少为3点，最多为n点。我不太确定如何识别这些分组，因为分组的前两行和最后两行必须标识组，因为所有组都可能有不同的长度。我提供了简单的示例输入和结果数据集。请注意，尝试的交叉事件也需要按id和年份分组。这不是一个问题，但我认为我应该增加一些澄清。此外，如果你认为有
浏览 3提问于2022-07-11得票数 1
回答已采纳
2回答
我合并了从不同来源下载的数据。数据是年度数据(每年一次观测)，但日期并非一贯“固定”，例如，我有"1992-12-31“或"1993-01-01”。处理这类数据的推荐方法是什么？如何根据日期中的“紧密性”标准最好地合并data.frame中的某些行？
有一些关于合并数据中的行的问题和答案，这些问题可以适用于我的情况，但在这里，我的问题是特定日期，以及如何处理年度数据中的"1992-12-31“和”1992-01-01-01“共存的问题--我的数据来自经合组织、国际货币基金组织、世界银行等机构。也许一个聪明的方案已经知道这些机构的标准惯例了吗？
我对代码的效率和可读性都感
浏览 3提问于2016-05-01得票数 2
回答已采纳
1回答
按列的R序列和随机序列
、、、、
假设我有一个客户的数据框架-
cust_df =
Date ArrivalTime TimeInStore AmountSpent
170920 930 30 20
170920 1000 20 20
170920 1001 30 100
170920 1500 15 10
170921 1030 10
浏览 2提问于2017-09-28得票数 1
假设我有一个数据集，其中包含姓名和年龄的列表 Tom 65
Sam 40
Sue 88
Kay 4
Jon 25
Lia 85
Ian 39
Joe 10
Bea 17
Jan 43
Jen 17
Ike 24
Jay 35
Cam 77
Jin 12
Ron 1
Ray 45
Leo 29
Ken 98
Mel 56
Amy 49
Joy 67
Ivy 3
Noe 14
Max 31
Jax 61
Lee 19
Ace 28
Ben 5
Guy 74 我正在尝试按降序将数据集划分为十个相等的库(例如：第一个bin会有Ken、Sue和Lia，最后一个bin会有Ben、Ivy和Ron)，我想找
浏览 10提问于2021-07-08得票数 0
3回答
创建一个示例数据集来重现问题
library(dplyr)
x <- c('MS','Google','MS','FB','Amazon','Google','IBM','IBM','IBM','MS')
item <- as.data.frame(x,stringsAsFactors = F)
data <- item %>% group_by(x) %>% summarise(n = n())
# A
浏览 0提问于2018-03-10得票数 2
回答已采纳
2回答
我有一个data.frame，其中包含客户名称、年份和每年的几个收入数字。
df <- data.frame(client = rep(c("Client A","Client B", "Client C"),3),
year = rep(c(2014,2013,2012), each=3),
rev = rep(c(10,20,30),3)
)
我想最终得到一个按客户和年度汇总收入的data.frame。然后，我想按年对data.fra
浏览 6提问于2014-10-24得票数 32
回答已采纳
我希望使用dplyr将多个数据帧传递给函数，然后返回带有汇总变量的数据帧。在聚合级别上，我可以做到这一点，但当我尝试按一个因素分组时，函数返回的值与总体聚合值相同。这里有一个很好的例子：
compCalc <- function(frame,segment) {
newFrame <- frame %>%
summarise(seg = segment,
FTEs = sum(FTEs),
total_TCC = sum(frame$totalCompensationCost),
TCC_per
浏览 2提问于2016-11-24得票数 1
回答已采纳
我试图用R来计算一个不规则的1分钟时间序列中的30分钟和1小时的平均值。
数据集如下所示：
Sensor_reading Time
-0.28 1-25-16 15:00
-0.27 1-25-16 15:01
-0.27 1-25-16 15:02
-0.26 1-25-16 15:03
-0.25 1-25-16 15:04
-0.26 1-25-16 15:05
-0.28 1-25-16 15:06
-0.28 1-25-16 15:07
-0.27 1-25-16
浏览 0提问于2016-02-26得票数 2
回答已采纳
这是我的代码。数据集是人工生成的，以模拟类似于我的实际问题的数据。
代码：
library(ggplot2)
DataSet1 <- data.frame("Cat" = rep("A",10000), "Bin" = rep(c(-49:50),100),
"Value" = c(seq(0,4.9, by=0.1),
seq(4.9,0, by=-0.1)) * rep(rnorm(100,50,1),1
浏览 90提问于2018-06-08得票数 1
回答已采纳
1回答
我相信这是一个相对简单的问题，但我觉得它很乏味。
我试图绘制一个交互的叠加条形图，与日期跨越x轴和数的床数在Y轴，按等级分组。下面我包含了str()、head()、我的代码和现有输出。
一些指点将是非常感谢的。
我有一种感觉，最好的方法是按日期汇总数据，用特定等级的床位之和--但我不确定我会怎么做.
str()
'data.frame': 3492 obs. of 4 variables:
$ Date : Date, format: "2016-05-01" ...
$ Rating : Factor w/ 5 levels "Goo
浏览 0提问于2018-08-30得票数 0
回答已采纳
1回答
使用dplyr创建重叠组的最佳方法是什么？
例如，假设您有以下数据集
test <- data.frame(year = rep(as.character(2014:2016), 2), value = 1:6)
你想用一个组来总结每一年，然后是完整的时期。实现这一目标的两种方法可以如下：
使用bind_rows和变体(在一个更复杂的例子中可能使用过滤器)
year.totals <- bind_rows(test %>% mutate(year = "2014:2016"),
test) %>%
浏览 3提问于2017-03-21得票数 2
出于某种原因，这完全是在逃避我。我试图在R中创建一个条形图，其中x值是一个变量的桶(例如1-10、11-20、21-30等)，y值是另一个变量在这个桶形范围内的中值。
所以，如果我的价值观是：
x y
2 5
4 6
6 6
10 7
14 15
17 18
我想用两个桶表示x值，一个从1-10，一个从11-20。在这个范围内，1-10的标杆的高度是y的中值，在这种情况下是6。在这个范围内，11-20的标杆的高度是y的中值，在这种情况下是16.5。
我不知道如何做到这一点，除非是“硬编码”，然后通过if语句添加一个新列，该语句检查x值，并在列中添加一个新字符串，上面写着&
浏览 1提问于2015-03-18得票数 0
回答已采纳
1回答
在列表中分割数据
、、、
我创建了一个dataframes列表，以将相同的函数应用于所有dataframe元素。
首先，这些是我使用的库(我知道其中许多库实际上不会在这段代码中使用，但无论如何)
library(ggplot2)
library(dplyr)
library(ggpmisc)
library(plotrix)
library(tidyverse)
library(lubridate)
library(ggrepel)
library(broom)
library(plotly)
library(reprex)
library(readxl)
library(zoo)
library(pracma)
我的
浏览 5提问于2022-05-24得票数 0
回答已采纳
我正在尝试编写一个简单的for循环，但我不知道如何实现它。我有一套数据，这是分组(4个对照，1例，总共500例)。我要查看每个组，看看它们是否对另一个变量也有类似的信息，如果“组”中有两个以上的变量具有相同的值，则输出"true/false“。
我期望的输出是真的，假的，真的
到目前为止，这就是我所拥有的
num_rows=nrow(data)
for(i in 1:num_rows){
if(Pair.ID=data[i,1]{
我不知道如何完成it...Iknow --这是非常基本的东西，但我只是不知道如何在代码中表达它
浏览 0提问于2017-12-04得票数 0
回答已采纳
当筛选使用tidyverse变异数据时，我遇到了问题。
sample.df <- data.frame(
group = c("A", "A", "A", "B", "B", "C"),
value = c(1,2,3,4,5,6)
)
mutated.sample.df <- sample.df %>%
dplyr::group_by(group) %>%
dplyr::mutate(group_count = n())
non.desired.d
浏览 2提问于2020-06-11得票数 1
回答已采纳
1回答
我正在使用Quanteda，并试图计算语料库中特定单词的相对频率，该语料库是按日期和当事方组织的。但是，在将语料库转换为dfm并使用dfm_weight(dfmat，than =“textstat_frequency”)之后，我得到了大于1的分数。
下面是我的代码(我还拦截并清理了标记，而不是代码中的标记)：
corp <- corpus(title_df, text_field = "text", meta = list(title_df[,-4]))
toks <- tokens(corp)
dfmat <- dfm(toks, verbose=TRUE)
浏览 5提问于2022-04-10得票数 0
我有这样的数据框架，它包含3个或更多个字符，用逗号(，)分隔，如果行包含相同的字符，我希望删除它。
x <-c(1,2,3,4,5)
y <-c("a,a,a","a,a,b,c","b,c,a","b,b,b,b","a,b,b,c")
df<-data.frame(x,y)
期望输出是
x <-c(2,3,5)
y <-c("a,a,b,c","b,c,a","a,b,b,c")
df<-data.frame(x,y)
浏览 0提问于2020-11-27得票数 1
回答已采纳
3回答
这是我的数据(假设我有1050行数据如下所示)
ID_one ID_two parameterX
111 aaa 23
222 bbb 54
444 ccc 39
然后，我的代码将将行划分为100组(有10组100行)。
然后，我想得到每个组的汇总统计数据。(不起作用)在那之后，我想把汇总统计数据放在一个数据框架中来绘制它们。
例如，将用于parameterX的所有10种方法放在一个dataframe中，将parameterX的所有10个std放在同一个数据帧中，等等，下面的代码不起作用：
#assume data is availabl
浏览 4提问于2016-05-06得票数 0
回答已采纳
1回答
我有一个包含一个数值变量(" numeric ")和几个因子变量(因子0和1 (FALSE，TRUE)或0到4(病理状态))的数据帧。我想总结一下每组(0到1，0到4)“数字”的中位数和IQR。 有没有一种方法可以将此函数应用于数据集中的每个因子列，而不必逐个键入变量？ `library(dplyr)
group_by(df, othervariable) %>%
summarise(
count = n(),
median = median(numeric, na.rm = TRUE),
IQR = IQR(numeric, na.rm = TRUE
浏览 14提问于2020-09-30得票数 1
回答已采纳
1回答
我有以下df (有许多列)。如何强制所有值从1开始，维护每个ID的模式？示例：
input <- data.frame(ID = c(1,1,1,1,1,2,2,2,2,2,3,3,3,3),
Obs1 = c(1,1,1,2,2,4,4,5,6,7,2,3,4,4),
Obs2 = c(2,2,3,4,5,1,1,1,1,1,1,1,2,2),
Obs3 = c(5,6,7,8,9,3,3,3,4,4,1,1,2,2))
期望结果
result <- data.frame(ID = c(1,1,1,1,1,2,2,2,2,2,3,3,3,3),
Obs1 = c
浏览 0提问于2018-06-28得票数 1
回答已采纳
2回答
我有许多行数不等的文件。
一个文件的数据如下所示：
Height Temp
1014.0 22.4
992.0 23
850.0 15.2
557.0 -6.1
407.0 -17.1
314.0 -29.5
200 -51.9
如果平均值在以下时间间隔内，我想取其平均值。
1000-925
925-850
850-700
700-600
600-500
500-400
400-300
300-200
200-100
100-0
对于具有不同高度值的多个文件，我必须这样做。
对于如何在R中正确地做到这一点，有什么建议吗？我会感谢你的帮助。
浏览 0提问于2020-01-10得票数 2
回答已采纳
我有一个数据，测试，看起来
c1 c2 c3
1 98 0 2013-08
2 231 0 2011-01
3 231 2.68 2011-03
4 231 1 2011-01
... ... ... ...
这将持续到更多的行。列c1的值为1-297，而c3的年度月份值从2011-01年连续移动到2015-01年。有多个行具有相同的c1和c3值。
我希望在每个时间步骤中总结c1的每个实例(因此对于c1 =x和c3 = y的所有行，这些元素之和并得到一个结果)，并将其输出到一个新的数据框架，其中每一行代表c1 (1-2
浏览 4提问于2017-07-26得票数 1
回答已采纳
1回答
对我来说，这个问题听起来太不合理了，我确信我遗漏了一些显而易见的东西，但却找不到。我有一个tibble，它的前200行位于这个问题的末尾。
我试过的代码是：
record %>%
group_by(samples, rep, bests) %>%
summarise(prop = round(n()/samples, 2))
然而，这并没有预期的产出。这就是它所做的：
> record %>%
+ group_by(samples, rep, bests) %>%
+ summarise(prop = round(n()/samples, 2))#
浏览 0提问于2020-11-22得票数 1
回答已采纳
1回答
我想制作一个方格图，在这个方框中，我用与该框相关的观察数和与该框相关的子组数来标记每个框。
我可以使用ggplot2包中包含的钻石数据集来接近我想要的以下代码
data("diamonds")
n_fun <- function(x){
return(data.frame(y = 1,
label = length(x)))
}
ggplot(diamonds, aes(x=cut, y=price, fill=clarity)) +
geom_boxplot(position = position_dodge2(width
浏览 10提问于2020-02-12得票数 1
回答已采纳
4回答
在dplyr：：概括中，我如何应用基于不同行的筛选器？
示例：
t = data.frame(
x = c(1,1,1,1,2,2,2,2,3,3, 3, 3),
y = c(1,2,3,4,5,6,7,8,9,10,11,12),
z = c(1,2,1,2,1,2,1,2,1,2, 1, 2)
)
t %>%
dplyr::group_by(x) %>%
dplyr::summarise(
mall = mean(y), # this should include all rows in each group
ma = mean(y), #
浏览 1提问于2021-02-26得票数 1
回答已采纳
我读过其他几篇文章，人们似乎也遇到了同样的问题。我使用的是虹膜数据集的例子。我想要按组查找最大值，但它给出的是整个数据集的最大值。 我尝试分离( plyr )，因为它说要确保在plyr之后加载dplyr。我还尝试在命令之前添加dplyr:：。但这些似乎都没有起到作用。我使用的是dplyr版本1.0.2 这是我正在使用的代码。我是新手，所以不确定如何显示数据中的错误或如何使数据正确显示。这是我得到的结果，但第一组的max_sepal应该是5.8。谢谢你的帮助! iris_1 <- iris %>%
dplyr::group_by(Species) %>%
dplyr::m
浏览 17提问于2020-11-20得票数 0
回答已采纳
2回答
我有很多用dplyr 0.4.3编写的代码，这些代码依赖于分组安排()函数。从0.5版开始，“安排”不再应用分组。
这一决定使我感到困惑，因为这使得安排()与其他dplyr动词不一致，而且如果需要取消分组，用户当然可以在安排()之前取消组()。我本来希望在for ()中有一个参数来保留grouped_by行为，但是唉！
因此，我必须重写我的分组安排。此时，我唯一的选择似乎是在安排调用时断开管道，循环遍历组和逐组排列，然后再次绑定()结果。我希望有一个更优雅的解决方案？
下面是一个MRE，我想运行一个累积吨每group_by(cyl)。非常感谢你的想法/建议。
library(dplyr)
m
浏览 4提问于2016-09-09得票数 2
回答已采纳
如果我这样做了：
dplyr::mutate(MeanValue = mean(RSSI), ReadCount = n())
一切都很好。但是当我试图限定这个函数时：
dplyr::mutate(MeanValue = mean(RSSI), ReadCount = dplyr::n())
我得到标题中提到的错误。
所以，我并不是真的有问题，我可以避免这样做，但我很好奇为什么会发生这种情况。我已经看过了另一个问题()，但据我所知，dplyr是我使用的唯一库。我试着做答案所暗示的，但是
detach(package:plyr)
结果：
分离错误(包:plyr)：无效的'name‘参数
浏览 0提问于2016-09-03得票数 17
回答已采纳
我有一个具有以下布局的数据集(随机示例)：
set.seed(1)
data <- tibble(A = sample(c(TRUE, FALSE), 10, replace = T), B = sample(c(TRUE, FALSE), 10, replace = T), C = sample(c(TRUE, FALSE), 10, replace = T), value = sample(1:100, 10))
对于A，B和C的每个组合，我想要计算平均值(值)。理想的情况下，我想要一个新的整洁的老虎与这些组合的A，B和C和结果(包括A，AB，ABC，AC等-所有可能的组合A/B/
浏览 2提问于2021-11-12得票数 0
回答已采纳
1回答
我有一个df，就像：
Country is_sale count
AU 1 10
AU 0 30
SE 1 5
SE 0 4
我希望按国家一级计算销售总额(is_sale = 1)的百分比：
非洲联盟
SE
所提供的资料如下：
country ratio
AU 0.23
SE 0.55
如何使用dplyr实现最佳的这一目标？
浏览 3提问于2017-04-11得票数 0
回答已采纳
2回答
当替换NAs时，在组中合并行
、、、、
我试图找出答案，但没有。如果有答案，我道歉，并将立即删除我的问题。
我试图将几个行合并为一个行(这种计算应该单独对组进行，在本例中，变量id可以用于分组)，这样就不会留下NA值。
# initial dataframe
df_start <- data.frame(
id = c("as", "as", "as", "as", "as", "bs", "bs", "bs", "bs", "bs"),
b = c(NA,
浏览 2提问于2018-05-11得票数 2
回答已采纳
下面是一个示例数据集：
data = data.frame('Cat' = c('A', 'A', 'A', 'B', 'B', 'C', 'C', 'C', 'C', 'C'),
'Value' = c(1,1,1,2,2,3,3,3,3,3))
data
另一份数据文件：
a = data.frame('Name' = c('A&#
浏览 2提问于2020-08-28得票数 1
回答已采纳
简短版本
在ggplot2中，我必须做什么才能在拆分x或y之后应用美学的data内的函数(例如使用group或color)？
长版本
鼓舞人心的例子
my_data <- data.table(class = sort(rep(x = c('a','b','c'), times = 3)))
hidden <- c(10, 15, 80,
0, 50, 100,
5, 90, 95)
my_data[, rank := ecdf(hidden)(hidden)]
然后我想
浏览 0提问于2018-07-12得票数 3
我用facet_grid做了一系列的直方图，我希望网格中的每个直方图都有相同数量的类，例如下面的6个类。下面这个例子中的问题是，binwidth = diff(range(x$data))/6)根据a、b和c的总体范围来定义类，即为所有三个方面定义一个二进制宽度。
如何为面a、b和c分别定义宾宽度？
require("ggplot2")
a <- c(1.21,1.57,1.21,0.29,0.36,0.29,0.93,0.26,0.28,0.48,
0.12,0.38,0.83,0.82,0.41,0.69,0.25,0.98,0.52,0.11)
b
浏览 3提问于2014-07-04得票数 5
回答已采纳
我为一个基于criterium C的组创建了一个means列，现在我希望在整个专栏中填写这些方法，即使criterium C不适用。基本上，我想用为这个组计算的平均值替换NA，在下一个Data.table中可以看到grp、val和colum。
grp val C
1: 1 NA 0
2: 1 NA 0
3: 1 42 1
4: 1 42 1
5: 2 16 1
6: 2 16 1
7: 2 NA 0
8: 2 NA 0
9: 3 32 1
10: 3 32 1
11: 3 32 1
12: 3 3
浏览 5提问于2015-01-20得票数 2
回答已采纳
1回答
我正在使用调查数据，我想计算一个家庭中每个人有多少个孩子。数据集是以下
“个人”一栏列举了生活在一个家庭中的人。“母亲”和“父亲”栏表示一个人的母亲/父亲是谁。例如，在第一个霍尔斯霍尔德(由household_id变量010150000201011表示)，peron 1和2分别是个人3、4、5和6的母亲和父亲。
我想要生成一个变量，它告诉每个家庭中每个人有多少个孩子。对于第一个家庭，应该是4，4，0，0，0，0。
我在想children %>% group_by(household_id) %>% mutate(n_chid = sum(person %in% mother, na
浏览 2提问于2021-08-04得票数 1
回答已采纳
3回答
R中总结柱的相对频率
、、、、
我需要得到R中一个汇总列的相对频率，我使用了dplyr的汇总来查找每个分组行的总数，如下所示：
data %>%
group_by(x) %>%
summarise(total = sum(dollars))
x total
<chr> <dbl>
1 expense 1 3600
2 expense 2 2150
3 expense 3 2000
但是，现在我需要为每一行
浏览 10提问于2021-12-29得票数 2
回答已采纳
2回答
我正试图用ggplot2制作一个加权躲避条形图。对于堆叠的条形，其行为与预期的相同：
df <- data.frame(group = rep(letters[1:3], each = 4),
sex = rep(c("m", "f"), times = 6),
weight = 1:12)
ggplot(df, aes(x = group, fill = sex, y = weight)) +
geom_bar(stat = "identity")
这些棒子的长度等于总重量。
如果我加上position = &#
浏览 0提问于2018-05-11得票数 1
回答已采纳
1回答
在下面的例子中，我很难将一个宽的数据集转换成一个带有pivot_longer的长数据集，我把每个物种的捕获数据作为一个列。我想输出一个数据，其中第一列是物种，每一行都是一个数据点，年份和国家也是列。我想稍后分组和平均这些，以便我可以绘制他们。有人知道如何用pivot_longer实现这一点吗？
Data <- data.frame(
Country = c("a", "a", "c", "c", "a", "b"),
Year = c("1990", "1990&
浏览 1提问于2020-09-10得票数 1
回答已采纳
我有表格中的数据：
Date_Time Address Consumption (Litres/hr)
19/4/2016 13:00 41-2TV 20
20/4/2016 14:00 41-2TV 40
21/4/2016 15:00 41-2TV 16
19/4/2016 13:00 39-2TV 20
20/4/2016 14:00 39-2TV 40
21/4/2016 15:00 3
浏览 5提问于2019-10-21得票数 0
回答已采纳
1回答
我有这个数据集：
dataset <- structure(list(album_name = c("Vs.", "Vs.", "Vs.", "Vs.", "Vs.",
"Vs.", "Vs.", "Vs.", "Vs.", "Vs.", "Vs.", "Vs.", "Ten", "Ten",
"Ten", "Ten", "
浏览 4提问于2021-05-27得票数 0
回答已采纳
基于的帖子，现在我有了
library (GGally)
# from help
PointsWithCor <- function(data, mapping, ..., method = "pearson") {
x <- eval(mapping$x, data)
y <- eval(mapping$y, data)
cor <- cor(x, y, method = method)
ggally_points(data, mapping, ...) +
ggplot2::geom_label(
data =
浏览 0提问于2018-06-14得票数 0
回答已采纳
1回答
我正在改变一项调查的结果，包括多种选择的答复。原始数据如下：
df <- data_frame(
id = c("a", "b", "c"),
tired = c(T, F, T),
lonely = c(F, F, T),
excited = c(F, T, T)
)
df
# A tibble: 3 x 4
id tired lonely excited
<chr> <lgl> <lgl> <lgl>
1 a TRUE FALSE FALS
浏览 3提问于2018-05-26得票数 5
回答已采纳
假设我在下面有一个数据集，每个id每年可以有多个记录。我只想保持id最近的记录每年。
id<-c(1,1,1,2,2,2)
year<-c(2020,2020,2019,2020,2018,2018)
month<-c(12,6,4,5,4,1)
have<-as.data.frame(cbind(id,year,month))
have
id year month
1 2020 12
1 2020 6
1 2019 4
2 2020 5
2 2018 4
2 2018 1
这就
浏览 18提问于2022-03-28得票数 0
回答已采纳
我四处寻找一个合适的答案，但我认为这个问题还没有得到回答。基本上，我有一个长格式的数据框架，如下所示：
ID event_type event_value
123 A 1.1
123 A 1.2
123 A "Hello"
234 B "Hello"
456 A 2.8
其中有具有多种值的多个事件类型。我想要做的是重塑数据，使其看起来像这样
ID event_type_A_
浏览 0提问于2016-11-16得票数 2
回答已采纳
3回答
我想创建一个mtcars数据集，其中所有的圆柱都有100个观测。为此，我将用替换现有的观察结果作为样本。
我尝试了以下代码，由于某种原因，它不会产生300个观察结果。
library(data.table)
mtcars <- data.table(mtcars)
resampling <- list()
set.seed(3)
cyl <- sort(unique(as.character(mtcars$cyl)))
for (i in 1:length(cyl)){
min_obs_cyl <- 100
dat_cyl <- mtcars[cyl
浏览 7提问于2018-10-15得票数 1
回答已采纳
1回答
我正在使用一个大型数据集(1000万多个案例)，其中每个案例代表一个给定产品的每月销售交易(有17个产品)。因此，每家商店可能代表204箱(12个月* 17产品销售；注意，并非所有商店全年都销售所有17种产品)。
我需要重组数据，以便每个产品事务都有一个案例。这将导致每家商店只代表17起案件。
理想情况下，我希望在12个月内创建事务的平均值。
具体来说，数据集目前有5个变量：
商店位置-一个独特的6位序列
月份- 2013_MM (数据仅为2013年)
出售单位数总利润(£)
产品类型- 17种不同的产品类型(这是一个字符串变量)
我在R中工作，理想的做法是将这个重组的
浏览 1提问于2015-01-22得票数 0
回答已采纳
我有一个数据集D2，包含按月按公司分列的金融产品发行总量。
Company month Volume
AWK 2013-01 24244000
AWK 2013-02 12294000
AWK 2013-03 17254000
AWK 2013-04 13939000
AWK 2013-05 38757000
AWK 2013-06 34600000
AWK 2013-08 25240000
我想过滤掉平均每年交易少于8个月的公司。
当
浏览 0提问于2019-08-26得票数 0
回答已采纳
1回答
我有一份文件：
ID
1
1
1
3
3
3
7
7
7
我需要随机分配两组，(1,2,3)和(5,15,25)。
为了做到这一点，我用了这个：
set.seed(1109201)
df %>%
group_by(ID) %>%
dplyr::mutate(set1=sample(c(1,2,3), size=n(), replace=F),set2=sample(c(5,15,25), size=n(), replace=F))
我得到了这个：
ID set1 set2
1 1 15
3 1 25
7 1 25
1 2 5
3 2
浏览 0提问于2020-11-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
