tidyverse

    2熱度

    1回答

    我正在嘗試在自定義函數中運行t檢驗,並且正在運行到一個靜態錯誤應用程序(我相信)。任何幫助將不勝感激。 library(tidyverse) tp_pull <- function(mydata, dv, iv){ dv <- enquo(dv) iv <- enquo(iv) t.test(!!dv ~ !!iv, mydata) } tp_pull(my

    1熱度

    1回答

    我有以下代碼: library(MASS) library(tidyverse) # Get density of points in 2 dimensions. # @param x A numeric vector. # @param y A numeric vector. # @param n Create a square n by n grid to compute dens

    1熱度

    1回答

    我用來做什麼的字符的載體,用group_by_ library(dplyr) group_by <- c('cyl', 'vs') mtcars %>% group_by_(.dots = group_by) %>% summarise(gear = mean(gear)) 但現在group_by_已被棄用。我不知道如何使用tidy evaluation framework來做到這一點。

    1熱度

    1回答

    tidyverse包是: devtools::use_package("tidyverse") R中的正規途徑進口的一套tidyverse包到另一個包的?或者最好是單獨導入軟件包?我期望使用除readr之外的所有當前tidyverse軟件包的功能。

    0熱度

    2回答

    我遇到了找到正確的正則表達式以將單列分隔爲兩列的麻煩。 這是我的例子。 Col 1 8.3 algo y algo mas 我想這 Col 1 Col 2 8.3 algo y algo mas 我一直在嘗試此代碼。 library(tidyverse) base <- base %>% separate(col 1, into c("col 2", "col 3"),

    1熱度

    1回答

    我正在從模型中提取信息以進行最終繪圖。我想要的圖是抖動的原始數據,覆蓋平均值+/- STDERR和文本分組。模型輸出將分組和估計放在一個單獨的數據框中。我使用地圖來提取這些,它的工作原理,但我堅持將它們連接在一起的步驟。 我想要將兩個嵌套的列表連接到一個表中,並將該結果嵌套爲一個新列。目前我能做的最好的辦法就是放鬆一下,連接表格,再次嵌套,然後連接回原來的嵌套表格。 library(agricol

    3熱度

    1回答

    我希望有條件地使用tidyverse替換2017年7月16日之前的缺失收入。 我的數據 library(tidyverse) library(lubridate) df<- tribble( ~Date, ~Revenue, "2017-07-01", 500, "2017-07-02", 501, "2017-07-03"

    1熱度

    3回答

    給定tbl_df對象df包含多個變量(即Var.50,Var.100,Var.150和Var.200),測量兩次(即P1和P2),我想mutate一組新的相同變量重複測量(例如,平均P1和P2,爲每個相應的變量創建P3)。 Similar questions之前已經問過,但似乎沒有有clear answers using dplyr. 示例數據: df <- structure(list(P1.V

    4熱度

    2回答

    假設我想以編程方式過濾starwars數據框。這裏有一個簡單的例子,讓我根據家園和物種篩選: library(tidyverse) # a function that allows the user to supply filters filter_starwars <- function(filters) { for (filter in filters) { star

    4熱度

    2回答

    嗨我通常使用像下面這樣的代碼重新排序條ggplot 或其他類型的情節。 普通情節(無序) library(tidyverse) iris.tr <-iris %>% group_by(Species) %>% mutate(mSW = mean(Sepal.Width)) %>% select(mSW,Species) %>% distinct() ggplot(iris.