dplyr

0열

2답변

서브셋 된 데이터 프레임에서 frequ, avg, wavg를 더 똑똑하게 계산할 수 있습니까?

제가 서브 세트 한 데이터 프레임이 있습니다. 여기 여기에 glimpse(oc_LV) $ city <chr> "Las Vegas", "Las Vegas", "Las Vegas", "Las Vegas", "Las Vegas", "Las Ve... $ is_open <chr> "1", "0", "1", "1", "0", "0" $ categ

1열

2답변

R - 열 위치

I 다음 dataframes를 사용 FULL_JOIN dplyr는 : a <- c(1,1,1) b<- c(10,8,2) c<- c(2,2) d<- c(3,5) AB<- data.frame(a,b) CD<- data.frame(c,d) I는 CD의 첫 번째 열이 AB의 두 번째 열에 같다 AB와 CD에 가입하고자. 제 실제 데이터에는 다양한 이

0열

1답변

뒤죽박죽 된 문자열 일치 및 해당 열 값 반환 R

다음은 R의 문자 데이터 형식이 두 열인 데이터 프레임입니다. 필자의 경우, "FB, AI, IT, GE"문자열이있는 경우 이 뒤죽박죽 된 문자열이 "a2 열"에 있는지 테스트하고 해당 "a1 열"값을 반환하십시오. 분명히 첫 번째 "a2 열"값이 위의 뒤죽박죽 된 문자열과 일치하는 것이므로 반환 할 해당 "a1"값이 필요합니다. 나는 "if-else"를

0열

1답변

캐스팅 전에 rownames를 tibble로 변환하기 위해 data.frame으로 캐스팅해야합니까?

명명 된 매트릭스를 출력하는 유전자 표현 패키지를 사용합니다. 이것을 tibble로 가져 오기 위해 나는 항상 먼저 그 파일을 data.frame에 던져서 rownames를 변환 할 수 있어야합니다. 이 작업을 수행하는 짧은 방법이 있습니까? 예 : library(tidyverse) normalized_counts %>% as_tibble() %

0열

1답변

factor "No", "Yes"레벨을 갖는 dplyr로 여러 열을 선택하십시오.

두 레벨 ("예", "아니오")을 갖는 모든 계수 열을 선택하려고합니다. dpylr을 사용하고 싶지만 문제를 해결할 수 없습니다. AB %>% select_if(.predicate = function(x) length(levels(x))==2 & unique(x) %in% c("No", "Yes"))

1열

1답변

dplyr에서 POSIXct 객체의 full_join에 오류가 있습니다.

병합하려고하는 데이터 프레임이 두 개 있습니다 (d1 및 small). 각 데이터 프레임을 내 보낸 후 here으로 만들었습니다. d1 데이터 프레임을 사용하여 small 데이터 프레임을 생성했습니다. 나는 일련의 for if 회 돌이를 사용하여 데이터 세트를 생성하기 위해 d1 데이터 세트에서 각 종 (sps)의 존재/부재 (2 시간 빈)를 결정했다. 내

0열

1답변

반복자가없는 라운드로 4 명의 다른 플레이어를 지정

나는 라운드, 스테이션 및 플레이어 (남녀)의 4 가지 변수의 가능한 모든 조합을 사용하는 r- 스크립트를 작성 중입니다. 다음이되어이 데이터 집합에서 Round Station Partner1 Partner2 55 round1 station1 male1 female2 109 round1 station1 male1 female3 163 round1 s

5열

1답변

dplyr :: select_if는 동시에 colnames와 해당 값을 사용할 수 있습니까?

NAMES <- names(d)과 같이 다른 객체를 참조하지 않고 단일 파이프 체인에서 colnames와 해당 값을 사용하여 cols를 선택하려고합니다. select_if()으로 해결할 수 있습니까? 예 : 필자는 colnames를 사용하여 열을 선택할 수 있습니다. (select(matches(...))은 더 똑똑한 이름 만 처리합니다.) library(

3열

1답변

dplyr 파이핑은 동일한 코드를 사용하는 기본 R 구문과 다른 결과를 산출합니다.

저는 dplyr에 대한 이해가있는 문제를 보여주는 학업 수행을하고 있습니다. 베이스 -R 구문을 사용하여 홍채 데이터 세트를 재구성 해 보겠습니다. library(dplyr) bind_cols(iris[1], iris[-1]) 좋아요. 이제 모든 것을 dplyr로 파이프 처리하고 홍채 데이터 세트의 모든 열을 두 배로 늘립니다. 이 두 가지 코드로

0열

2답변

dplyr :: mutate를 사용하여 R에서 페어 와이즈 상관 관계를 계산하십시오.

모든 데이터 열에이 데이터 프레임의 특정 열을 사용하여 상관 관계를 계산하고 계산 된 상관 관계가 들어있는 새 열을 추가 할 수있는 큰 데이터 프레임이 있습니다. , 분명히 example_data %>% mutate(pearsoncor = cor(x = X001_F5_000_A:X030_F5_480_C, y = X031_H5_000_A:X060_H5_48