plyr

    3熱度

    1回答

    我有一個數據幀 lf = structure(list(session_id = c(48L, 48L, 48L, 48L, 48L, 48L, 54L, 54L, 54L, 54L, 54L, 54L, 72L, 72L, 72L, 72L, 72L, 74L, 74L, 74L, 74L, 74L, 78L, 78L, 78L, 78L, 78L, 90L, 90L, 90L), date

    1熱度

    1回答

    我有一個數據幀 lf = structure(list(session_id = c(48L, 48L, 48L, 48L, 48L, 48L, 54L, 54L, 54L, 54L, 54L, 54L, 72L, 72L, 72L, 72L, 72L, 74L, 74L, 74L, 74L, 74L, 78L, 78L, 78L, 78L, 78L, 90L, 90L, 90L), date

    1熱度

    1回答

    我使用這pretty nice代碼來執行多個t.test保持獨立變量不變! data(mtcars) library(dplyr) vars_to_test <- c("disp","hp","drat","wt","qsec") iv <- "vs" mtcars %>% summarise_each_( funs_( sprintf("stats::t.t

    0熱度

    1回答

    我正在嘗試整合我的數據框中的重複行並計算與重複對應的其他行。 Consolidate duplicate rows 這個線程是非常有益的,但是當我在ddply方法與次數,而不是試圖總和的功能我得到的錯誤:長度(行)== 1是不正確的。 ACCT_NUM DC_NUM INVOICE_NUM DATE DC_PROD_ NUM DELIVERED_QUANTITY

    0熱度

    1回答

    如何使用最少數量的編碼線對所有可能的組羣進行多因素t檢驗。 我的例子: 3X特徵:1,2,3 4X基團:A,B,C,d 目的:對於每一個特徵測試所有對組: 1 (AB,AC,AD,BC,BD,CD) 2(AB,AC,AD,BC,BD,CD) 3測試 此刻我使用ddply和裏面lapply: library(plyr) groupVector <- c(rep("A",10),rep("B",1

    1熱度

    1回答

    讓df分組的全部功能是我們的測試數據幀的有效途徑: set.seed(1) df <- data.frame(id = c(1,1,2,2,3,3,3), var1 = round(runif(7)), var2 = round(runif(7)), var3 = round(runif(7))) df id var1 var2 va

    0熱度

    1回答

    我的數據看起來像 pos year A B 1 2012 1 1 1 2013 1 NA 2 2012 NA NA 2 2013 NA 1 我試圖計算每個POS A和B之間的百分比差異,只有當A和B都不NA。 ddply(x, .(pos), summarize, diff = ifelse(is.na(A)==FALSE & is.na(B)==FALSE,

    -5熱度

    1回答

    我需要找到一個變量的平均值以及r中某個特定組合的平均值的發生次數。 在這個例子中我已經變量cli,cus和ron,需要總結找到age這個組合的平均值和cash頻率分組: df%>% group_by(.dots=c("cli","cus","ron")) %>% summarise_all(mean(age),length(cash)) 這不工作;有另一種出路嗎?

    1熱度

    2回答

    我想找到的每個字符串中的captial字母和計數多少每串 在那裏例如 t = c("gctaggggggatggttactactGtgctatggactac", "gGaagggacggttactaCgTtatggactacT", "gcGaggggattggcttacG") ldply(str_match_all(t,"[A-Z]"),length) 應用上述功能時,我的輸出 1 4 2

    0熱度

    1回答

    我對確認的R用戶有一些新手問題:-)。我有類的「基因座」的對象與對應於個人的行,和對應於在不同的SNP位點的基因型列(+人口信息1列): gen.loc Allelic data frame: 283 individuals 151 loci 1 additional variable as.data.frame(gen.loc) population PBA10091 PBA10106 PBA1