我想使用R中的算术表达式动态地修改数据集,我尝试在没有success.Appreciate帮助的情况下跟踪。
newCol <- 'newCol=gear+wt'
mutate(mtcars,!!newCol) ## This inserted a column newCol=gear+wt
mutate(mtcars,!!sym(newCol)) ## THis gives an error
“mutate_impl中的错误(.data,dots):绑定未找到:newCol=gear+wt。”
所以我得到了我在R中处理的数据,其中包括日期和其他一些数值。
例如:
Original data: Correlation:
Date A B Date A-B correlation
1/1/14 0.646900002 0.826334113 1/1/14 0.115318653
1/1/14 0.749110046 0.76096474 2/1/14 -0.103099409
1/1/14 0.113140299 0.021753678
我有一个数据集,如R中所示,我正在尝试更新Description列中的“0”值的空单元格。
Criteria Value Description
Success 0
Success 21 look up
Success 20 repeat
Success 19 What is this
Success 18 Transition
Success 17 Program
Succes
我最近开始使用r和srvyr。我目前正在努力解决以下问题:
我想在加权调查中计算一些群体的百分比。我感兴趣的变量是“呼叫”。我的数据框架(Df)看起来有点像这样:
df <- read.table(text="
educ call wealth x y z
A 1 0 1 20 12 0.9
B 3 0 2 21 13 0.8
C 5
我有一个大的数据集的样本,属于不同的群体,并在所涵盖的地区不同。数据集的结构简化如下。我现在想为每一组创建集合样本(子组),其中每个子组所涵盖的区域等于指定的区域(例如20)。样本应该被随机分配,不需要替换给每个子组,子组的数量应该在数据帧末尾的一个新列中列出。
SampleID Group Area Subgroup
1 A 1.5 1
2 A 3.8 2
3 A 6 4
4 A 1.9 1
5 A 1.5 3
6
我刚刚开始发现使用R & monetDB/monetDBLite包的所有优点-很棒的东西!
但是,我很好奇是否可以在dplyr的mutate()中使用自定义函数。
# Connect to monetDBLite
db <- src_monetdb(embedded = db.dir)
data <- tbl(db, "my.table")
# Try to make a new column using custom defined function
data %>% group_by(colX) %>% mutate(NewCol =
在紧接下面运行R/dplyr代码时,我得到列reSeq中最后一个单元格的错误输出。代码在列reSeq的最后一个单元格中产生一个值8,当它通过代码中的lag()函数生成一个7时,使用lag()函数有什么问题?还可以看到底部的图片,它能更好地解释我想做的事情。
Element Group eleCnt reSeq
<chr> <dbl> <int> <int>
1 R 0 1 1
2 R 0 2 2
3 X 0 1
示例
a = [1,2,3,4,5,6]
b = [2,4,6,None,10,12]
df = pd.DataFrame({'a':a,'b':b})
print(df.corr())
产出将是:
a b
a 1.0 1.0
b 1.0 1.0
如果
a = [1,2,3,4,5,6]
b = [2,4,6,8,10,12]
df = pd.DataFrame({'a':a,'b':b})
print(df.corr())
那么,产出将是:
a b
a 1.0 1.0
b 1
我是R的新手
我一直在努力理解如何让这些列用于绘图。这些列来自不同的数据。我需要做的是使用lubridate包中的wday()函数,因为它说它很有用。然后,我需要将数据转换为长格式,以获得Direction列。Timeperiod列来自lockdown_dates数据。汇总数据以获得适当的平均值。
Column Description
Weekday Day of week (Sunday through Saturday).
Hour Hour of day (0 through 23).
Direction To City or From City
Ti
我想创建一个新的列,条件是"if Temperatur > 80 show hot in row,否则在行中显示冷“ 这是我的代码: tempcat_aq <- aq %>% group_by(aq$Temp) %>% mutate(TempCat = if(any(aq$Temp > 80) "hot" else "cold")) 我正在使用R中内置的airquality数据帧和dplyr库。 谢谢你帮我的忙。
我需要用R制作一个基于"Base_State“的相关数据的表格,我该怎么做呢?我编写了下面的R脚本,它只在一个Base_State上工作;它将它输出到一个表中。
但问题之一是,这个新表包含一个非数值的额外列: Base_State。
人类是否适用于线性回归?我试着使用这个方法,但是一直得到一个错误:"x必须是sort.list的原子“。我也尝试使用"lm“函数,但是我想不出如何添加这个非数字列。
Base_State M PP SP PA P
AL 40.00 4949.04 0.00 1262.51 6211.55
AL 41.00 54
如果我设置了多个地点的数据(例如销售额),并且知道它们每周增加10%,我如何将其扩展到52周(显示每周的值)?
我以前会在excel中用公式将日期增加7天,然后在前一周为每个位置增加10%。我猜是时间序列分析的一些东西-我确实查看了tsibble和其他一些预测软件包-但找不到任何可以为设定的每周增长提供额外数据的东西。
我在下面提供了一个现有几周数据的示例。
期望的结果将与下面的现有数据相同,但只需为每个位置延长52周,而不是只有3周。
library(dplyr)
#> Warning: package 'dplyr' was built under R version