plyr相关内容
我正在尝试对使用Expand GRID创建的数据集中的一系列点进行数值模拟。如果可能的话,我想使用plyr或dplyr。但是,我不懂语法。 下面的代码是否对f分别应用了x和y的值? f
..
我有一个数据帧(Df),其中包含州和城市的2列数据。但是,有时两列中的数据会被调换或输入错误。数据帧将如下所示: location state Bangkok Bangkok Metropolitan Central Thai Bangkok 我想创建一个新列“City”,将这两个列中的“曼谷”提取到一个单独的列中。我可以
..
我有一个DF As Under +-----+------+--------+--------------------+------+---------+ | ID1 | ID2 | DOC_NO | DATE | COST | CLIENT | +-----+------+--------+--------------------+------+------
..
我正在尝试扩展我的一些ML管道,我喜欢Spaklyr打开的RStudio、Spark和H2O的组合(http://spark.rstudio.com/) 我想弄明白的一件事是如何使用Spaklyr从数据帧中的字符向量创建伪COL。 我已经尝试了下面的方法,但我认为它可能混合了一些Spaklyr尚未实现的功能。 library(sparklyr) library(dplyr) s
..
如何有效地从数据框中提取按组排列的常量列?我在下面包含了一个plyr实现,以精确地说明我想要做的事情,但速度很慢。我怎样才能尽可能高效地做这件事呢?(理想情况下,根本不分割数据帧)。 base
..
我很难使用data.table来总结向量函数的结果,这在ddply中很容易做到。 问题1:使用具有向量输出的(开销很大的)函数进行聚合 dt
..
我正在处理的数据集如下 Id Date Color 10 2008-11-17 Red 10 2008-11-17 Red 10 2008-11-17 Blue 10 2010-01-26 Red 10 2010-01-2
..
我正在尝试找出为什么在使用ddply时收到错误消息。 示例数据: data
..
这是我的数据框 df
..
我正在处理一个表单的简单表格 date variable value 1970-01-01 V1 0.434 1970-01-01 V2 12.12 1970-01-01 V3 921.1 1970-01-02 V1 -1.10 1970-01-03 V3 0.000 19
..
与我发现的问题不同,我想获得两列的唯一性,没有顺序. 我有一个df: df 在这种情况下,第 1 行和第 4 行是“重复",因为 b-a 与 b-a 相同. 我知道如何找到第 1 列和第 2 列的唯一性,但在这种方法下我会发现每一行都是唯一的. 解决方案 有很多方法可以做到这一点,这里有一个: unique(t(apply(df, 1, sort)))重复(t(应用(df
..
我有一个如下所示的数据框: #dfID 喂药 AUC0t Tmax Cmax1 1 0 100 5 202 1 1 200 6 253 0 1 不适用 2 304 0 0 150 6 65 以此类推.我想通过药物 DRUG 和 FED STATUS FED 总结一些关于 AUC、Tmax 和 Cmax 的统计数据.我使用 dplyr.例如:对于 AUC: CI90lo %总结(平均值=平均值
..
我想用 dplyr 在每组中选择一个最大值的行. 首先我生成一些随机数据来显示我的问题 set.seed(1)df 在 plyr 中,我可以使用自定义函数来选择这一行. 库(plyr)ddply(df, .(A, B), function(x) x[which.max(x$value),]) 在 dplyr 中,我使用此代码来获取最大值,但不是具有最大值的行(在本例中为 C 列).
..
我正在尝试获取两个变量“week"和“id"的每个级别组合的计数.我希望结果将“id"作为行,将“week"作为列,并将计数作为值. 到目前为止我尝试过的示例(尝试了很多其他方法,包括添加一个虚拟变量 = 1,然后在上面添加 fun.aggregate = sum): 库(plyr)ddply(数据, .(id), dcast, id ~ week, value_var = "id",fu
..
我在 R 中做经典的拆分-应用-重组事情.随着时间的推移,我的数据集是一堆公司.我正在做的应用是对每个公司进行回归并返回残差,因此,我没有按公司汇总.plyr 对此非常有用,但是当公司数量很大时,它需要很长时间才能运行.有没有办法用 data.table 做到这一点? 样本数据: dte, id, val1, val22001-10-02, 1, 10, 252001-10-03, 1,
..
我的问题与上一个问题类似 在data.frame中为缺失值添加行的最快方法? 当最小/最大值因组而异时,我不知道如何添加用“NA"填充的行. >red 我希望它看起来像: 项目周期 v3 v46 1个红色6 2 b 黄色6 3 不适用 不适用6 4 不适用 不适用6 5 c 红色6 6 d 黄色6 7 e 红色9 2 f 黄色9 3 不适用 不适用9 4克 红色9 5 小时 黄色 当
..
我的数据包含时间变量和选择的品牌变量,如下所示.time表示购物时间,choicebrand表示当时购买的品牌. 使用这些数据,我想创建排名变量,如第三列、第四列等所示. 品牌排名(例如,brand1 - brand3)应基于过去 36 小时.因此,要计算第二行的排名,其中 shoptime 为 "2013-09-01 08:54:00 UTC",排名应基于所有 chosenbrand
..
我有一个数据框,我在该数据框上计算特定列的运行长度编码.dir 列的值为 -1、0 或 1. dir.rle
..
我有一个标题如下所示的数据集: PID 时间站点代表计数 我想通过 Rep 对每个 PID x Time x Site 组合的 Count 求和 在生成的 data.frame 上,我想获取 PID x Time x Site 组合的 Count 的平均值. 目前的功能如下: dummy
..
我在 R 中有一个 data.table: 库(data.table)set.seed(1)DT = 数据表(组=样本(字母[1:2],100,替换=真),年=样本(2010:2012,100,替换=真),v=runif(100)) 将这些数据按组和年份汇总到汇总表中既简单又优雅: table
..