Dplyr: group_by和组内操作
Dplyr是一种R语言中常用的数据操作包，其中的group_by函数和组内操作（grouped operations）是其重要的功能之一。
group_by函数可以将数据按照指定的变量进行分组操作，从而实现对分组后的数据进行处理和分析。它可以接受一个或多个变量作为参数，并将数据按照这些变量进行分组。
在group_by分组后，可以进行各种组内操作，例如汇总统计、计算平均值、求和、计数等。这些操作可以通过dplyr中的其他函数来实现，例如summarize、mutate、filter等。
group_by和组内操作在数据处理和分析中具有广泛的应用场景。例如，在统计学中，可以使用group_by对数据进行分组统计，计算每个分组的均值、方差等；在金融领域，可以根据不同的投资组合对数据进行分组，计算每个组合的收益率、波动率等；在市场调研中，可以使用group_by对受访者进行分组，计算每个分组的满意度、购买意向等。
在腾讯云的产品生态中，与Dplyr的group_by和组内操作相关的产品包括：
- 腾讯云数据万象（Tencent Cloud Object Storage，COS）：提供云端对象存储服务，可以存储和管理大规模结构化和非结构化数据。COS可以与Dplyr搭配使用，实现对存储在COS中的数据进行分组和组内操作。了解更多，请访问：腾讯云数据万象产品介绍
- 腾讯云大数据产品系列（Tencent Cloud Big Data Products）：包括云数据仓库、云数据湖、云数据集市等，可以提供强大的数据存储、计算和分析能力，支持在云端进行大规模数据处理和分析。通过使用Dplyr的group_by和组内操作，可以方便地对大数据进行分组和聚合分析。了解更多，请访问：腾讯云大数据产品系列
以上是与Dplyr的group_by和组内操作相关的腾讯云产品和产品介绍链接。请注意，这仅是其中的一部分，腾讯云还提供了更多与云计算和数据处理相关的产品和服务。
相关·内容
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
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
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
这是我的数据框：
id kind subject price
1 1 one 200
2 1 one 100
3 2 two 200
4 1 three 200
5 2 two 100
我需要添加另一个具有逻辑值的列，比较(对于每个id)价格和具有相同主题的组内价格的平均值。为了得到这样的东西：
id kind subject price less_than_mean
1 1 one 200 FALSE
2 1 one 100 TRUE
3 2 two 200 FALSE
4 1 three 200 TRUE
5 2 two 100 TRUE
对于大型数据集，最强大的决策是什么？
浏览 3提问于2017-02-27得票数 1
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
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
2回答
我有一个关于Bird观察的大型数据集。我想按组计数，即按不同类别观察到的物种:年份、季节和网格。
例如，2017年观察到了多少只美国乌鸦(AMCR)？或2017年繁殖期观察到多少美洲知更鸟(BB专栏)？
下面是我的头和第一行数据的示例：
数据标头
Year Season Date Grid Species Count Behavior
2015 BB 22-Jul-15 FF AMCR 1 C
我试着使用dplyr count_和group_by，但我觉得我做错了。请帮帮我！
浏览 7提问于2020-02-06得票数 0
1回答
筛选所有组共享值的数据
、、、
我可能在放屁，但我想做的只是filter组，products对所有classes来说都是共同的。我应该用我的真实数据来说明，我不能硬编码filter。这是一个filter(product %in% c("apple","lemon")将无法工作，因为我有数以千计的产品。
示例代码数据
其中apple和lemon对所有classes都是通用的
df <- data.frame(
class = c("A", "A", "A", "A", "A",
&#
浏览 6提问于2020-12-08得票数 0
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
根据条件，我试图产生与purrr::map迭代略有不同的结果。假设我有这样的代码，生成绘图并将它们存储在一个dataframe中：
library(tidyverse)
#> -- Attaching packages --------------------------------------- tidyverse 1.3.1 --
#> v ggplot2 3.3.5 v purrr 0.3.4
#> v tibble 3.1.6 v dplyr 1.0.7
#> v tidyr 1.1.4 v stringr 1.4.0
#&
浏览 5提问于2022-01-12得票数 0
回答已采纳
问题是如何使用apply.monthly或任何其他类似的函数来对数据集进行每月操作。我拥有的数据如下所示：
> minidata[1:10,]
date Month Year TMIN
1 1948-01-01 Jan 1948 1.1
2 1948-01-02 Jan 1948 7.2
3 1948-01-03 Jan 1948 5.0
4 1948-01-04 Jan 1948 9.4
5 1948-01-05 Jan 1948 4.4
> tail(minidata)
date Mo
浏览 3提问于2015-04-16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
我有一个大的数据集的样本，属于不同的群体，并在所涵盖的地区不同。数据集的结构简化如下。我现在想为每一组创建集合样本(子组)，其中每个子组所涵盖的区域等于指定的区域(例如20)。样本应该被随机分配，不需要替换给每个子组，子组的数量应该在数据帧末尾的一个新列中列出。
SampleID Group Area Subgroup
1 A 1.5 1
2 A 3.8 2
3 A 6 4
4 A 1.9 1
5 A 1.5 3
6
浏览 0提问于2018-10-24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
我有一个非常大的数据集，按设施编号、年份和月份排序。在最后一列中，我有一组正确/错误的陈述。我设置了最后一列，以便对于每个唯一的(设备编号、年份和月份)集合，该列将从FALSE开始，但转换到TRUE处的某个点(在我的程序中的其他地方确定)。
我希望在最后一列从FALSE切换到TRUE的每个唯一集合(设备号、年和月)中找到最小行数。
以下是该表的示例：
fac_num year month t
1: 1 2017 1 FALSE
2: 1 2017 1 FALSE
3: 1 2017 1 FALSE
4
浏览 8提问于2017-07-06得票数 0
回答已采纳
和标题一样，这个问题很简单。(原谅我的无知)
我在数据表中有一个列，字符类型。存储了几个不同的单词/值，其中一些只出现一次，另一些则多次出现。
如何选择只出现一次的？？任何帮助都是非常感谢的！谢谢!
浏览 1提问于2019-09-24得票数 1
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
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
我每分钟从不同的传感器获取一些数据，包括一个时间戳。为了可视化我的数据，我想用mean来总结每10个值。
我的数据如下所示：
Temp Humidity Pressure Time
1 21.9 66.1 1007.76 2017-07-24 18:13:02
2 21.9 66.2 1007.76 2017-07-24 18:14:05
3 21.9 66.2 1007.76 2017-07-24 18:15:02
4
浏览 1提问于2017-07-28得票数 0
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
浏览 0提问于2016-06-17得票数 1
回答已采纳
我有一个很大的数据帧(100K行，19列)。我需要计算每个月包含5个项目的每个可能组合的案例数量。 以下代码适用于较小的数据集，但对于我的完整数据集，它花费的时间太长了。根据我的搜索，我怀疑预分配数据帧是关键，但我不知道如何做到这一点。 library(dplyr)
Case<-c(1,1,1,2,2,3,4,5,5,6,6,6,7,8,8,8,9,9,9)
Month<- c("Jan","Jan","Jan","Mar","Mar","Sep","Sep",
浏览 36提问于2019-01-05得票数 2
回答已采纳
我有一个非常大的数据帧(下面的dput子集)，我需要计算压力(press)，其中par是最大par的1%
为什么我总是得到所有的NA？
miss <- function(x) ifelse(is.finite(x),x,NA)
depth <- test %>%
group_by(site,station) %>%
summarize(
euphotic=miss(min(press[par <= 0.001*max(par)], Inf, na.rm=TRUE))
)
depths
structure(list(station = c(2
浏览 3提问于2021-06-03得票数 0
1回答
您也许可以帮助我:对于每个ID，我希望提取最大的"a“值，其中有最大的"b”值。换句话说，我希望扫描"b“值，确定最高值(此处为b=40)。如果几个"a“具有相同的最高"b”值(这里是a=20和a=30)，那么我希望选择最高的"a“值(这里是a=30)。
以下是我迄今所做的工作：
df<- data.frame(ID=c('1','1','1','1','1','1'), a=c('10','20','30
浏览 0提问于2018-09-24得票数 0
回答已采纳
我对R很陌生。
我试图计算向量的均值和方差。
然而，我不是简单地计算整个向量的均值和方差，而是试图计算每个“10个元素块”的均值和方差。
例如
v <- c(1:100)
mean(v) # returns 50.5
var(v) # returns 841.6667
我真正想要的是一个长度为10的新向量，包含以下内容：
mean(v[1:10]), mean(v[11:20]), ... , mean(v[91:100])
(以及差异)
var(v[1:10]), var(v[11:20]), ... , var(v[91:100])
然而，我不知道如何以一种明智的方式完成这一任务。任
浏览 3提问于2021-03-12得票数 0
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
首先，我知道这个标题听起来非常奇怪，但我就是找不到更好的措辞，这可能是为什么我在之前提出的问题中找不到它的原因。
我想知道的是我如何分析，比如一个自变量和一个因变量之间的相关性，但是首先看到的是男性之间的相关性，然后是女性之间的相关性(当然，我在数据框架中有性别作为一列。
当然，这并不限于相关性。我想知道，一般来说，最好的(如果可能的话也是最简单的)方法是什么。
非常感谢
浏览 0提问于2015-01-29得票数 0
1回答
R中的复杂减法
、、、
我正在处理一个数据集，它要求我从列中减去信息。这是一个重复的测量数据集，其中一个人被测试最多六次，最少两次。数据是长格式的。
下面是一个示例数据集：
ID=c('X1', 'X1', 'X1', 'X1', 'X2', 'X2', 'X2', 'X3', 'X3', 'X3', 'X3')
Time=c(1, 2, 3, 4, 1, 2, 3, 1, 2, 3, 4)
Score=c(10, 9, 8, 6, 10, 8
浏览 5提问于2015-07-08得票数 0
我有一个充满数据的data.frame，参数的数据在其中重复，但是我想使用存储的最新信息。
谢天谢地，我在文件中有一个索引，它告诉我哪些复制是data.frame中的当前行。
我的问题的示例如下：
A B C D
1 1 2 3 1
2 1 2 2 2
3 3 4 2 2
4 3 4 1 3
5 2 3 2 1
6 2 1 1 1
一个小小的解释。A和B列可以被认为是键，C列表示该键的值.D列表示测量的索引。但它不必从1开始.可以从3,6
浏览 2提问于2017-08-04得票数 0
回答已采纳
给定以下虚拟数据：
data <- data.frame(pnr = c('a43','a4945', 'a43', 'a231', 'a231', 'a6901'),
date = c(as.Date('2011-12-19'), as.Date('2012-09-11'), as.Date('2013-10-01'),
as.Date('2012-05-09')
浏览 2提问于2021-04-28得票数 1
回答已采纳
1回答
我有很多数据，其中我有5个变量:主题，日期，date+the小时，测量的集中和喂食。
因此，对于每个主题，我们从date+hour(1)到date+hour(n)进行了一些测量。因此，我们对每一主题都有n个测量值。我想做的是通过对每个主题日期+小时-日期+小时1来计算每一行的记录时间。为此，我做了一个循环。在我意识到我对每一个科目都有几天的记录之前，它一直运行得很好。因此，这意味着我必须计算每个主题和日期，记录的时间。
，这是我的脚本：
getwd()
setwd("H:/OptiMIR LMD files/week1")
Week1<-read
浏览 3提问于2016-10-13得票数 0
1回答
我有一个面板数据文件(长格式)，我需要将它转换成横截面数据。也就是说，我不只是需要向宽格式的转换，而是需要每个人只需要一个观察，其中包含每个变量的平均值。
以下是我想要做的:我在一个数据框架中有面板数据(每个人的观察数)，我正在寻找一种简单的方法，在R中生成一个新的数据框架，其中包含每个个体的累积数据，即每个变量中所有观测值的总和或它们的平均值。对波动性进行衡量或许也很有趣。
例如，我有一个给定的数据框架panel_data，其中包含面板数据：
> individual <- c(1,1,2,2,3,3)
> var1 <- c(2,3,3,3,4,3)
> pa
浏览 2提问于2016-06-28得票数 1
回答已采纳
2回答
我有一个包含两个数据集的列表。
a = data.frame(c(1,1,1,1,1,2,2,2,2,2), c("a","b", "c", "d","e","e","f", "g", "h","i"))
colnames(a) = c("Numbers","Letters")
c = data.frame(c(3,3,3,3,3,4,4,4,4,4), c("q","r"
浏览 1提问于2015-05-22得票数 1
回答已采纳
我有两个要求
在单列中查找所有重复的值
查找与第一个问题相反的所有唯一行，这甚至不应该包括来自重复行的单个对。
我从过去的两周开始学习。看YouTube视频，指的是Stackoverflow和其他网站，所以不多。请参考任何材料或课程。
所以回答我在这里发现的第一个问题()
# All duplicated elements
mtcars %>%
filter(carb %in% unique(.[["carb"]][duplicated(.[["carb"]])]))
所以我想和这个相反
谢谢
我有非技术背景。我在这里经历了几个问题和答
浏览 0提问于2019-07-16得票数 0
回答已采纳
做组的有效/首选方法是什么，这意味着以dplyr为中心，即获取组的每个元素(mutate)并对其执行操作，并为该组执行汇总stat (summarize)。下面是如何实现组的意思是使用基R以mtcars为中心：
do.call(rbind, lapply(split(mtcars, mtcars$cyl), function(x){
x[["cent"]] <- x$mpg - mean(x$mpg)
x
}))
浏览 5提问于2015-04-11得票数 2
回答已采纳
所有人。
我试着用GPS数据来识别企图穿越马路的事件。我最初的计划是在道路的西侧和东侧将道路缓冲两段距离(10公里，500米)，将GPS数据与缓冲器相交，并识别/分组一个人从10公里的缓冲区到500米的缓冲区，然后返回同一条道路的10公里的缓冲区。500米缓冲区内和10公里点之间的点数可从1至n-2点不等，这意味着尝试过马路事件的分组最少为3点，最多为n点。我不太确定如何识别这些分组，因为分组的前两行和最后两行必须标识组，因为所有组都可能有不同的长度。我提供了简单的示例输入和结果数据集。请注意，尝试的交叉事件也需要按id和年份分组。这不是一个问题，但我认为我应该增加一些澄清。此外，如果你认为有
浏览 3提问于2022-07-11得票数 1
回答已采纳
3回答
我想创建一个mtcars数据集，其中所有的圆柱都有100个观测。为此，我将用替换现有的观察结果作为样本。
我尝试了以下代码，由于某种原因，它不会产生300个观察结果。
library(data.table)
mtcars <- data.table(mtcars)
resampling <- list()
set.seed(3)
cyl <- sort(unique(as.character(mtcars$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
3回答
我有一个这样的数据框架：
df <- data.frame(id = c(1,1,1,2,2,3,3,3,3,4,4,4),
torre = c("a","a","b","d","a","q","t","q","g","a","b","c"))
我希望我的代码为每个id选择重复次数更多的torre，或者如果没有比另一个重复次数更多的torre，则为id选择最后一个t
浏览 38提问于2018-08-22得票数 2
回答已采纳
1回答
我目前正在开发一个程序，它可以分析叶子的面积，并将其与簇中叶子的位置进行比较(例如，它是第一个叶子，第三个，最后一个。等)并分析了位置、面积、质量等之间的关系。我有一个数据库，大约有5,000个叶子和1,000个簇，这就是问题出现的地方。
簇有不同的数量，大多数有5个叶子，但也有一些有2个、8个或介于两者之间的任何一个。我需要一种方法来区分集群中的数量，这样程序就不会处理带有3个叶子的集群与具有7个叶子的集群相同。我的.csv让每个叶子单独输入，所以简单地手动输入不同的集合是不可能的。
我是“R”的新手，所以我可能在这里遗漏了一项明显的技能，但任何帮助都将不胜感激。我也理解这是相当令人困惑的，
浏览 0提问于2017-11-14得票数 0
使用df data.frame
set.seed(123)
date <- as.Date(seq(as.Date("2003-01-01"), as.Date("2008-05-31"), by = 1), format="%Y-%m-%d")
flow <- runif(1978, 48530, 1250365)
df <- data.frame(date, flow)
在EcoHydRology包中，使用BaseflowSeparation函数将baseflow bf从flow中分离出来。
library(E
浏览 0提问于2016-04-23得票数 1
回答已采纳
我试图识别列中的哪些组包含非零数字的特定序列长度。在下面的基本示例中，目标是查找序列长度为5的组，只有组b才是正确的。
set.seed(123)
df <- data.frame(
id = seq(1:40),
grp = sort(rep(letters[1:4], 10)),
x = c(
c(0, sample(1:10, 3), rep(0, 6)),
c(0, 0, sample(1:10, 5), rep(0, 3)),
c(rep(0, 6), sample(1:10, 4)),
c(0, 0, sample(1:10,
浏览 7提问于2022-11-15得票数 2
回答已采纳
我有一个数据集包含出价和询价3天和股票。以下是数据集的部分。我还提供了一个与样本数据集的链接，以说明问题的谱性。
> dput(head(q,30))
structure(list(Date = structure(c(1471424400, 1471424400, 1471424400,
1471424401, 1471424401, 1471424406, 1471424407, 1471424415, 1471424417,
1471424514, 1471424527, 1471424567, 1471424576, 1471424606, 1471424607,
147
浏览 1提问于2016-08-22得票数 0
1回答
我编写了一些代码来查看数据框架，并在一列中按最小值创建一个新的数据框架，并将其分解为一个因子。但是，我不知道如何在结果中包含另一列(而不是将它作为一个因素)。
例如，下面的代码使用列"State“、"Institution”、"Rating1“、"Rating2”和"Junkdata“创建数据框架。然后，它为列出的每个状态找到评级1的最小值，并为每个状态创建一个包含每个最小值的数据帧。但是说我想包括“机构”专栏。我该怎么做？我也想过一些解决方案，但没有骰子。
这里是我使用的代码，没有指定“机构”栏，这足以说明我已经尝试过把它放在我能想到的任何地方，但都没
浏览 2提问于2016-04-08得票数 0
回答已采纳
在住房数据集中，有三个变量，即bsqft (房屋的建筑大小)、县(9个级别的因素变量)和价格。我想拟合一个单独的回归线使用bsqft和价格为每个单独的县。与其重复调用lm()函数，我更喜欢在r中使用apply函数，但不知道如何创建它。有人能帮我吗？非常感谢。
浏览 0提问于2018-04-30得票数 0
回答已采纳
2回答
我希望计数任何值的连续出现，并在下一栏中将此计数分配给该值。以下是输入和期望输出的示例：
dataset <- data.frame(input = c("a","b","b","a","a","c","a","a","a","a","b","c"))
dataset$count <- c(1,2,2,2,2,1,4,4,4,4,1,1)
dataset
input count
浏览 1提问于2020-01-29得票数 0
回答已采纳
1回答
我的数据由3个文件组成: file1.csv，file2.csv，file3.csv。这些文件是复制度量。每个文件由96个值组成，排列成12列(1-12)和8行(a-h)。我需要计算3个重复中每个测量值的平均值(例如，a1(file1，file2，file3)，a2等)的平均值。我不需要按列或按行的均值-我需要每个单元格的三重测量值的均值(对不起，我不得不用Excel的术语思考)。
因此，我将每个文件读入R，然后添加一个"key“列，其中file1的值为rep1，文件2的值为rep2，文件3的值为rep3：
file1 <- file1 %>% add_column(rep
浏览 0提问于2020-01-29得票数 0
我有两个顶级组和多个子组的年值数据。我需要在每个子组中过滤出公共周期以外的年份，这样我只剩下每个子组中两个顶级组之间的公共周期。
换句话说，我的dataframe看起来如下：
Group Subgroup Year
A 1 1901
A 1 1902
A 1 1903
A 1 1904
B 1 1902
B 1 1903
B 1 1904
B
浏览 0提问于2020-12-20得票数 1
回答已采纳
1回答
在R中，我有三个条件中的一个发生的事件对，并希望找到在每个条件下发生的事件对。例如：
label1 label2 factor value
bob ted A 4
bob carol A 3
ted carol A 2
bob ted B 3
ted carol B 4
bob ted C 2
bob carol C 9
ted carol C
浏览 0提问于2018-06-04得票数 2
回答已采纳
3回答
我有一个包含公司匹配项的dataframe，我想提取某些行(匹配项)
我的输入
df <- data.frame(company_us=
c("apple","google","netflix","apple","netflix","google"),
company_eu = c("nokia","vodafone","sky","sky","nokia","vodafon
浏览 30提问于2021-05-25得票数 2
回答已采纳
3回答
我有一个像这样的数据文件：
date.x dol PIFF_ID event
<date> <date> <dbl> <dbl>
1 2018-02-22 2018-04-03 371700 NA
2 2018-02-23 2018-04-03 371700 NA
3 2018-02-24 2018-04-03 371700 NA
4 2018-02-25 2018-04-03 371700 1
5 2018-02-26 2018-04-03 371700
浏览 0提问于2021-05-03得票数 2
回答已采纳
4回答
我正在使用mtcars数据集。我想为特定的数据组合找到记录的数量。类似于SQL中的count(*) group by子句。普莱尔的ddply()在为我工作
library(plyr)
ddply(mtcars, .(cyl,gear),nrow)
有输出
cyl gear V1
1 4 3 1
2 4 4 8
3 4 5 2
4 6 3 2
5 6 4 4
6 6 5 1
7 8 3 12
8 8 5 2
使用此代码
library(dplyr)
g <- group_by(mtcars,
浏览 8提问于2014-03-31得票数 122
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
即时通信 IM活动推荐
腾讯云开发者
