tidyr

53熱度

1回答

我有以下的僞數據： library(dplyr) library(tidyr) library(reshape2) dt <- expand.grid(Year = 1990:2014, Product=LETTERS[1:8], Country = paste0(LETTERS, "I")) %>% select(Product, Country, Year) dt$value <- r

20熱度

4回答

正確的成語/ dplyr

假設我有看起來像這樣的一些計數數據： library(tidyr) library(dplyr) X.raw <- data.frame( x = as.factor(c("A", "A", "A", "B", "B", "B")), y = as.factor(c("i", "ii", "ii", "i", "i", "i")), z = 1:6) X.raw

31熱度

1回答

傳播帶有重複標識符的data.frame/tibble

tidyr的文檔表明收集和傳播是傳遞性的，但以下帶有「虹膜」數據的示例顯示它們不是，但不清楚原因。任何澄清，將不勝感激 iris.df = as.data.frame(iris) long.iris.df = iris.df %>% gather(key = feature.measure, value = size, -Species) w.iris.df = long.iris.df %>

5熱度

1回答

無法將「聚集」輸出的列名更改爲默認名稱以外的其他名稱

我試圖在tidyr包中使用gather，但我無法將輸出列名從默認名名。例如： df = data.frame(time = 1:100,a = 1:100,b = 101:200) df.long = df %>% gather("foo","bar",a:b) colnames(df.long) 給我 [1] "time" "variable" "value" 但它應該是"time

1熱度

1回答

如何比較兩次實驗的數據

我經常試圖在兩種不同的情景/測試/期間內測量百分比變化。一個例子數據集： library(dplyr) set.seed(11) toy_dat <- data.frame(state = sample(state.name,3, replace=F), experiment=c('control','measure'), accuracy=sample(30

0熱度

1回答

如何使用dcast進行傳播？

我想下面寫的tidyr::spread呼叫的reshape2::dcast stocks <- data.frame( time = as.Date('2009-01-01') + 0:9, X = rnorm(10, 0, 1), Y = rnorm(10, 0, 2), Z = rnorm(10, 0, 4) ) stocksm <- stocks %

2熱度

1回答

如何使用tidyr通過使用列名稱的字符串刪除列來收集data.table？

似乎在tidyr中發現了一個錯誤。我有這樣 rm(hello) a <- function() { dt <- data.table(`*stat*` = c("mean","max"), time = c(11, 12), val1 = c(1,2), val2 =c(3,4)) hello <- "^(time)$" dt2 <- dt %>% gather(

3熱度

1回答

如何在變量中使用gather_ in tidyr

我將tidyr與閃亮一起使用，因此需要在tidyr操作中使用動態值。但是我確實遇到了使用gather_（）的麻煩，我認爲這是爲這種情況設計的。下面小例子： library(tidyr) df <- data.frame(name=letters[1:5],v1=1:5,v2=10:14,v3=7:11,stringsAsFactors=FALSE) #works fine df %>%

0熱度

1回答

tidyr：傳播時不擴展所有列

轉到學習tidyr並遇到spread()問題。這裏有一個假的實驗數據集： library(tidyr) df <- structure(list(mood = c(0.855, -0.103, 0.421, -0.222, 0.772, -0.027, -1.088, 0.923, -1.516, -1.503, -0.358, -0.357, -0.344, 0.294, 0.348, -0

1熱度

1回答

重塑dataframes

假設我有rownames這種凌亂的數據幀 df<-data.frame(A=rnorm(2),B=rnorm(2),C=rnorm(2)) rownames(df)<-c('male','female') > df A B C male 0.10138957 1.036535 2.0708251 female 0.08524181 -1.140275 -0.3