dplyr

2熱度

1回答

我正在使用包dplyr與R（同樣的問題也適用於plyr）。當我打電話source("dply_problem.R")下面的代碼 library("dplyr") df <- data.frame("A" = 1:6, "B" = 7:12) mutate(df, C = A + B) 列「C」不會被添加到df。但是，當我從shell中調用mutate(df, C = A

0熱度

2回答

尋找一個更簡潔的方式來recategorise變量

我有整數年齡的載體，我想轉成多個類別： ages <- round(runif(10, 0, 99)) 現在我想這個變量要合併爲三類，這取決於年齡。我想要的輸出對象，ages.cat看起來像這樣： young mid old 1 0 0 1 2 1 0 0 3 1 0 0 4 1 0 0 5 1 0 0 6 0 1 0 7 1 0 0 8 0 0 1 9 0

3熱度

2回答

如何使用dplyr按係數操作數據幀

df <- data.frame(a=factor(c(1,1,2,2,3,3)), b=c(1,1, 10,10, 20,20)) a b 1 1 1 2 1 1 3 2 10 4 2 10 5 3 20 6 3 20 我想按列a拆分數據幀，計算每組中的b/sum（b），並將結果放入c列。隨着plyr我可以這樣做： fun <- function(x){ x

4熱度

1回答

dplyr成語彙總（）已過濾組通過，並更換任何來港由於缺少行

我整個銷售數據的數據框計算dplyr::summarize。我做一個分組（S，D，Y），然後在每個組中，計算中間值和平均值爲5..43周，然後將它們合併回父df。變量X是銷售額。 X從來就不是NA（即df中沒有顯式的NAs），但是如果沒有S，D，Y和周的數據（如在，沒有銷售），那麼這些值將不會有任何行在df中（這意味着對於特定的一組參數零銷售量）。換句話說，在任何結構上缺少的行推諉X = 0（但

5熱度

2回答

dplyr GROUP_BY和總結了兩個DF與相同的列名

假設您有以下兩個data.frames： set.seed(1) x <- letters[1:10] df1 <- data.frame(x) z <- rnorm(20,100,10) df2 <- data.frame(x,z) （注意，這兩個DFS有一列名爲「X」）和你要總結DF2 $的z爲「X」組中的總額DF1這樣的： df1 %.% group_by(x) %.

0熱度

2回答

dplyr總結的奇怪行爲？

我剛開始使用dplyr，注意到一些奇怪的行爲，除非我沒有正確理解代碼。 library(dplyr) library (plyr) #used elsewhere in the script to rename columns t <- mtcars by_cyl <- group_by(mtcars, cyl) summarise(by_cyl, sum(disp

6熱度

1回答

在`dplyr`輸出添加行

在傳統plyr，返回的行會被自動添加到輸出，即使他們超過輸入行對於該分組的數量： set.seed(1) dat <- data.frame(x=runif(10),g=rep(letters[1:5],each=2)) > ddply(dat, .(g), function(df) df[c(1,1,1,2),]) x g 1 0.26550866 a 2 0.265508

5熱度

1回答

如何使用TBL dplyr

創建的BigQuery（編輯嘗試使重複的例子）我試圖通過dplyr（和依賴性）連接至BigQuery，我得到一個錯誤。我究竟做錯了什麼？ require(dplyr) #installed from cran devtools::install_github("assertthat") devtools::install_github("bigrquery") require(bigrqu

80熱度

2回答

使用dplyr過濾包含某個字符串的行使用dplyr

我必須使用包含字符串RTB的行作爲標準來過濾數據幀。我正在使用dplyr。 d.del <- df %.% group_by(TrackingPixel) %.% summarise(MonthDelivery = as.integer(sum(Revenue))) %.% arrange(desc(MonthDelivery)) 我知道我可以使用該功能filt

0熱度

3回答

基於列名中的模式的新列

我有一個數據表。我想創建一個新列等於與列的模式這些列中的值的函數名 library(data.table) library(dplyr) set.seed(1) DT <- data.table(Client = LETTERS[1:5], Apple_2012 = rpois(5,5), Apple_2013 = rpois(5,5), Pear_2012 = rpois(5,