有没有办法编辑你抓取的tibble的值？
Tibble 是一个 R 语言中的数据框类型，类似于数据表格，它可以存储和处理数据。在云计算领域，tibble 可以用于数据分析、数据处理、机器学习等任务。
对于编辑 tibble 的值，可以通过以下步骤实现：
- 选择要编辑的 tibble：根据需要，选择特定的 tibble 对象进行编辑操作。
- 使用适当的函数或方法修改值：根据要修改的数据，使用相应的函数或方法进行更改。例如，可以使用
mutate()函数来创建新的列或修改现有列的值；使用filter()函数来过滤行等。 - 更新 tibble 对象：将修改后的 tibble 对象重新分配给原来的变量名或新的变量名，以保存更新后的值。
需要注意的是，编辑 tibble 的值并不是直接修改原始数据，而是通过创建新的 tibble 对象来实现。这是因为 tibble 是不可变的数据类型，一旦创建，就不能直接修改其中的值。
关于腾讯云相关产品和产品介绍链接，根据问题的描述要求，无法提及具体的云计算品牌商信息。但是腾讯云提供了一系列与云计算相关的产品和服务，如云服务器、云数据库、云存储等，可以根据具体的需求选择适合的产品和服务。您可以访问腾讯云官方网站（https://cloud.tencent.com/）了解更多信息。
相关·内容
我正在尝试读取存储在excel文件中的抓取数据集。在RStudio中加载文件后，我检查了头部(dataset，5)，但是双精度值的列并不显示完整的小数，而是显示：
100.
但是，如果我使用View(dataset)，它仍然显示完整的小数：
100.23
我试过了，但不起作用：
options(digits=10)
我这里有一张照片：
有什么办法可以解决这个问题吗？
浏览 34提问于2018-07-31得票数 1
我正在处理房地产市场的抓取数据，我有一个包含一些重复项的数据集，这些重复项是在一组特征上有条件地找到的。假设我有观察A、B和C，除了租值和日期(使用dateA<dateB<dateC)之外，所有特征都是相等的，我认为观察B和C是重复的，因为为了重新出租，广告刚刚在网页上重新发布了第二次，然后第三次。
我创建了一个专栏，告诉我每个观察值是否都是重复的。所以我看到一列具有"FALSE“、"TRUE”、"FALSE“、"FALSE”、"TRUE“值的标准序列。
我想创建另一个专栏，告诉我，对应于“真”，这是它的常态。例如，在我的示例中，我希望对应于
浏览 0提问于2021-05-24得票数 1
我正在努力收集工作岗位和公司的数据。我的目标是创建一个循环，这样它就可以抓取给定数量的页面。问题是，抓取的向量的长度对于所有人来说都不是相同的，因为，例如，不是所有的工作机会都显示工资。有没有办法用NA值“填充”相应的空格，使向量具有相同的长度？
listado = data.frame()
for(page_result in seq(from = 10, to = 100, by = 10)){
link = paste("https://es.indeed.com/jobs?q=ingeniero+energ%C3%ADas+renovables&start=
浏览 4提问于2021-03-04得票数 1
我正在从一个Yelp风格的网站上抓取页面。我想遍历每个业务并抓取业务页面的内容，识别关键特征，如名称、地址等，但如果我想稍后重新运行抓取，我还想保存整个XML文档(用rvest：：read_html解析)。
出于可用性的考虑，我想将所有这些都存储在一个数据帧中。我希望一列是商店的URL，另一列是XML文档(这是列表的列表)，第三列是我从XML文档中抓取的“详细信息”(这也是列表的列表，因为抓取的术语并不总是返回长度一致的项)。
下面是用于创建此数据对象的代码示例。
stores <- data.frame(url=as.character(store_urls), html=NA, d
浏览 1提问于2017-06-16得票数 1
1回答
我正在尝试对关键字列表运行文本分析，但它们像a;b 2;c一样列出，所以当我使用tm删除标点符号时，它变成了ab 2c，我假设这在某种程度上破坏了我对常用术语的分析。
有没有办法用空格代替分号？
Tm_map(关键词语料库，removePunctuation)
*EDIT我尝试使用gsub，但结果变成了一个值，并且不在与我的其他数据相同的列表中！哪里出了问题？
浏览 0提问于2020-01-02得票数 0
我想使用rvest来抓取一个页面，该页面包含最近一次会议上的演讲的标题和运行时间，然后将这些值组合到一个tibble中
library(tibble)
library(rvest)
url <- "https://channel9.msdn.com/Events/useR-international-R-User-conferences/useR-International-R-User-2017-Conference?sort=status&direction=desc&page=14"
title <- page %>%
浏览 41提问于2017-08-27得票数 2
回答已采纳
我一直在网上从牛津大学的期刊上抓取R中的文章，想要抓取特定文章的全文。所有的文章都有一个pdf链接，所以我一直在尝试拉出pdf链接并将整个文本抓取到一个csv上。全文应该全部放在一行中，但是csv文件中的输出显示11行中的一篇文章。如何解决此问题？ 代码如下： ####install.packages("rvest")
library(rvest)
library(RCurl)
library(XML)
library(stringr)
#for Fulltext to read pdf
####install.packages("pdftools")
lib
浏览 12提问于2021-03-31得票数 0
回答已采纳
1回答
抓取网页上的作业，结果遇到了问题。我用下面的语法把12个网页拼凑成一个文档： for(i in seq_along(qb_url))
{
qb_data <-
GET(qb_url[i])$content %>%
rawToChar() %>%
htmlParse() %>%
readHTMLTable(stringsAsFactors = FALSE) %>%
extract2(1) %>%
bind_rows(qb_data)
} 这输出了一个抓取12页nfl足球统计数据的数据帧。
浏览 11提问于2020-10-26得票数 0
2回答
所以我有一个网址，我知道如何从网址中获取$_GET，但是我的网址是http://www.example.com/#!/edit/2695。
有没有办法抓取url并在#!/之后吐出部分？我想要编辑和ID。
浏览 0提问于2012-02-29得票数 5
回答已采纳
在Microsoft SQL 2008企业管理器中，当您右键单击一个表以打开它时，该选件只会抓取前1000行。与编辑相同的是，它将结果限制为200行。有没有办法在上下文菜单中增加这个值？我知道我会在SQL加载后更改它，但我想自己设置默认值，这样我就不必总是从查询中删除前1000个语法。
浏览 1提问于2010-03-30得票数 1
回答已采纳
1回答
有没有办法使用传递给otherwise参数purrr::possibly()中的原始函数的参数？
例如(这是一个愚蠢的玩具示例-真正的代码涉及到一个受密码保护的门户后面的web抓取)：
library(tidyverse)
library(purrr)
foo <- tibble(x = 1:3, y = 1:3)
toyfunction <- function(x, df = foo) {
df[x, x] %>%
mutate(indexed_at = x)
}
# gives an error once we get over 3
map(1:
浏览 5提问于2019-09-24得票数 4
回答已采纳
我从USGS网站上抓取了河流流量数据，流量数据伴随着字母A、P或E，以显示实际、预测或估计的流量。有没有办法截断数据，使其不显示A、P和/或E？ flows_raw <- "https://waterdata.usgs.gov/ut/nwis/dv?cb_00060=on&format=html&site_no=10163000&referred_module=sw&period=&begin_date=2010-10-14&end_date=2020-10-14" %>%
read_html() %>%
浏览 21提问于2020-10-16得票数 0
回答已采纳
3回答
我想从一个网站(不是我自己的)抓取一些特定值(e.g.newstext)。
file_get_contents()无法工作，可能是被php.ini阻止的。
所以我试着用curl来做，问题是：
我得到的只是来自cloudflare的重定向文本。
我的爬虫应该做类似这样的事情：
转到->页面，等待5秒cloudflare重定向->卷曲页面。
有没有办法在等待时间过后抓取页面？(在PHP中)
编辑:所以我尝试了很多东西，问题仍然是一样的..
更具体地说:它只爬行cloudflare重定向页面。(所以我得到了一个重定向到主机的页面，cloudflare在前面。当我在localhost上卷曲
浏览 8提问于2015-07-02得票数 3
2回答
我在试着抓取网站 https://www.basketball-reference.com/playoffs/NBA_2021_standings.html 用于扩展的排行榜。我已经使用rvest库尝试了许多变体，但似乎都不能正常工作。使用的最新代码是： url = "https://www.basketball-reference.com/playoffs/NBA_2021_standings.html"
test = url %>%
rvest::read_html() %>%
rvest::html_nodes("table")
浏览 40提问于2021-11-14得票数 0
我试图从一个网络论坛的多个页面上抓取链接，但我收到了一条错误消息，我不确定如何修复。 我尝试了以下方法，使用rvest和purrr pages <- c("https://www.immigrationboards.com/eea-route-applications/page") %>%
paste0(1:18000) %>%
paste0(c(".html"))
i<-1
pages.subset<-pages[1:(i+49)==(i+49)]
pages.subset<-as_data_frame(page
浏览 8提问于2020-06-17得票数 1
1回答
我是web抓取的新手，我正在尝试抓取下表：
<table class="dp-firmantes table table-condensed table->striped">
<thead>
<tr>
<th>FIRMANTE</th>
<
浏览 17提问于2018-06-16得票数 0
我已经成功地组合了两个独立的抓取函数，它们可以正常工作，但我想通过弄清楚如何使用purrr中的map函数将它们组合成一个抓取函数来继续我的学习。这两个抓取甚至来自活动页面的索引，我称之为"url_final“。下面是索引中活动页的两个示例：
https://www.sports-reference.com/cbb/players/ken-tabaka-1.html
https://www.sports-reference.com/cbb/players/bobby-adair-1.html
我正在抓取球员的名字、身高和他们打过的赛季(从表中提取赛季数据并取第一列的所有数据)，你会注意到
浏览 18提问于2020-06-03得票数 0
回答已采纳
我想通过编程停止搜索引擎，以抓取一个WordPress帖子使用PHP。
场景是，我正在创建一个虚拟帖子与用户注册，我希望它是不可搜索的，否则用户编辑并保存它已经。有没有办法做到这一点？
浏览 1提问于2018-05-24得票数 2
我只是从data.frame中提取一行。例如，考虑
d=data.frame(a=1:3,b=1:3)
d[1,] # returns a data.frame
# a b
# 1 1 1
产出与我的预期相符。但是，在处理包含单个列的data.frame时，结果并不像我预期的那样。
d=data.frame(a=1:3)
d[1,] # returns an integer
# [1] 1
实际上，在这里，提取的数据不再是data.frame，而是integer！在我看来，同一数据类型上的相同函数想返回不同的数据类型似乎有点奇怪。此转换的问题之一是列名的丢失。
为了解决这个问题，
浏览 3提问于2021-09-09得票数 3
回答已采纳
有没有办法让爬虫在恢复之前暂停的抓取作业时登录到网站？
编辑:为了澄清，我的问题实际上是关于Scrapy爬虫，而不是一般的cookie。也许一个更好的问题是，当Scrapy爬虫在作业目录中被冻结后复活时，是否有任何方法被调用。
浏览 0提问于2012-05-09得票数 1
10回答
我正在使用别人的应用程序，并且想要在具有特定href的任何< a>< /a>标记之间更改innerHTML。但是这些链接没有关联的类或ID，我不能编辑代码来给它们类或ID，有没有办法在JavaScript中通过href抓取标签呢？我想做一些类似的事情：
var theLink = document.getElementByHref("example.com");
否则，如果这是不可能的，我是否可以遍历页面中的所有链接，并选择具有我正在寻找的特定href和innerHTML的链接？
浏览 1提问于2012-10-10得票数 1
回答已采纳
我正在尝试抓取javascript生成的文本并将其粘贴到表单输入值字段中。这就是我到目前为止所知道的：
var txt=$('#grabemail').text();
$('#email').val(unescape(txt));
<p id="grabemail" style="color:#fff;">
<script type="text/javascript">formData.display("email")</script>
</p>
浏览 0提问于2011-08-05得票数 0
回答已采纳
嘿你好啊。我有一个CE程序，需要从网站获得信息。我不能简单地抓取源代码，因为只有在页面的javascript执行之后才会显示信息。在javascript完全加载信息后，有没有办法查看页面的信息/源/链接？谢谢！:)
浏览 2提问于2011-06-01得票数 0
回答已采纳
3回答
<div class="price"><strike>AAA</strike>BBB</div>
我的问题是，是否有任何方法只抓取"BBB“文本，使用JS。请注意，我没有任何访问HTML .的权限。
我需要分别抓取两个文本(AAA和BBB)。
例如，返回"AAA“的document.querySelector('.price strike').innerText
对于第二部分，我使用document.querySelector('.price').innerText，它将返回
浏览 7提问于2020-12-26得票数 1
回答已采纳
这应该很简单。行操作( dplyr )
#tibble
a=tibble(a=1:4,b=1:4,c=1:4)
#one row tibble to be subtracted from first one
b=tibble(a=5,b=5,c=5)
#well, this won't work
a-b
Error in Ops.data.frame(a, b) :
‘-’ only defined for equally-sized data frames
当然，解决办法是复制泰伯家的队伍.但不优雅
#replicating
c=tibble(a=rep(5,4),b=r
浏览 28提问于2022-05-21得票数 0
回答已采纳
2回答
我正在构建一个基于nhibernate的网站。有没有什么有效的方法来构建报告？说到报告，我的意思是有没有办法执行一个复杂的查询，抓取随机的数据片段？存储过程？Hql？
我可以从hql获取单个非映射值吗？
浏览 0提问于2010-05-09得票数 1
回答已采纳
我有1000个时间序列向量，并希望将它们全部绘制在x轴范围为(1:1000)的ggplot2图上。我还想将alpha设置得相对较低，以查看某些区域的密度。
有没有办法在没有1000条geom_line语句的情况下做到这一点？
浏览 4提问于2015-01-08得票数 2
我有一堆网址，目前在谷歌索引。有了这些网址，有没有办法找出谷歌最后一次抓取它们是什么时候？
手动，如果我在Google中检查链接并检查“缓存”链接，我会看到它被抓取的日期。有没有办法自动做到这一点？Google API之类的吗？
谢谢您:)
浏览 1提问于2012-05-09得票数 1
回答已采纳
使用Nutch，我如何抓取网站上的PDF，然后将其编入索引？另外，有没有办法在我抓取原始PDF文件后，将它们保存在我的服务器上？
浏览 3提问于2016-12-09得票数 1
1回答
有没有办法比较一个tibble和另一个tibble中的列？例如，我有以下数据： library(dplyr)
df1 <- tibble(
col1 = c(5,7,6,2),
col2 = c(5, 7, 4, 8))
df2 <- tibble(
col1 = c(5,7,6,2),
col2 = c(5, 3, 5, 12)) 我希望能够将df1与df2进行比较，并得到如下输出： comparison <- tibble(
col1 = c(TRUE, TRUE, TRUE, TRUE),
col2 = c (TRUE, FALSE, FALSE
浏览 11提问于2019-08-27得票数 3
回答已采纳
2回答
我正在写一个脚本，可能需要半天的时间，因为它从一个网站从大约14000个网页获取数据。
要知道它是否取得了进展，有没有办法用mac os shell观察它的执行情况，即到每个抓取的页面的传出连接？
我使用curl来获取页面内容，如果这有任何帮助的话。
非常感谢!查尔斯
编辑脚本是用php编写的，从localhost执行。
浏览 5提问于2012-06-10得票数 0
回答已采纳
我想使用dplyr::relocate重新排序一些列，使其排在特定的其他列之后。以下是MWE： a <- letters[1:3]
b <- letters[4:6]
c <- letters[7:9]
d <- letters[10:12]
mytib <- tibble::tibble(a,b,c,d)
# A tibble: 3 x 4
# a b c d
# <chr> <chr> <chr> <chr>
# 1 a d g j
#
浏览 30提问于2020-09-03得票数 1
回答已采纳
好的，我正试着从这个网站上用狗脾气刮桌子：
不过，该表总共跨越8页(因此有8个唯一的urls)。
目前，对于表的第1页，我编写了以下代码：
url <- "https://atts.org/breed-statistics/statistics-page1/"
webpage <- read_html(url)
bn_data_html <- html_nodes(webpage, "td:nth-child(1)")
bn_data <- html_text(bn_data_html)
nt_data_html <- htm
浏览 7提问于2022-11-29得票数 1
我正在尝试从多个urls中抓取表。我使用以下代码从单个url中抓取表：
library(tidyverse)
library(rvest)
url='https://uboat.net/allies/commanders/1.html'
read_html(url) %>%
html_element('table.table_subtle') %>%
html_table
然而，我想这样做的50个urls，编号顺序从1-50。有什么快捷的方法吗？
浏览 4提问于2022-08-05得票数 0
回答已采纳
有没有办法指定dplyr::distinct应该使用所有列名而不求助于非标准计算？
df <- data.frame(a=c(1,1,2),b=c(1,1,3))
df %>% distinct(a,b,.keep_all=FALSE) # behavior I'd like to replicate
vs
df %>% distinct(everything(),.keep_all=FALSE) # with syntax of this form
浏览 0提问于2016-03-24得票数 6
我有一个功能刮刀，从数据库中抓取大量网站，并将结果读取到相同的数据库中。我从数据库中获取域，并手动附加。在网址上。即使这个url不正确，绝大多数站点都可以正确地重定向爬行器，但是对于一些站点，我得到了一个DNSLookup错误，因为没有重定向，即使该站点明显存在并且可以通过浏览器访问。
我的问题是，有没有办法重试获得DNSLookup错误的抓取，但使用不同的URL？我目前在errback中处理我的错误，我根据我得到的错误类型将必要的信息插入到数据库中。有没有办法从抓取结果中请求新的抓取？
浏览 0提问于2019-04-08得票数 1
有没有办法不使用API就可以在twitter上获得跟踪的人数。也就是说，从div中抓取信息。我一直在编写一个用户脚本，我需要执行滚动操作，并根据关注者的数量设置超时值。
浏览 1提问于2014-03-30得票数 1
回答已采纳
2回答
有没有可能在lastIndexOf中使用java容器？
我正在从一个文件中抓取一些信息，并且需要抓取它的最后一个匹配项。
该文件如下所示
17,560.0
17,583.0
17,606.0
我正在使用类似这样的东西。
System.out.println(lines.indexOf("17"));
然而，它不会工作，因为它寻找的正是17，不会再花更多的时间。有什么办法可以解决这个问题吗？
浏览 1提问于2012-10-20得票数 0
回答已采纳
我得抓取一些新闻网站。我已经在Hadoop 2.7.4和Hbase集群上安装了apache Nutch 2.3.1。我必须通过solr 6.6.1提供搜索。在抓取一些网站后，我观察到Nutch抓取页面中的所有内容。在新闻网站中，有包含最新或热门新闻等内容的侧栏。这些侧栏内容会随着时间的推移而变化。有没有办法让Nutch抓取主要故事内容，并避免这样的侧栏。
浏览 1提问于2017-11-08得票数 0
我正在使用tribble()构造一个tibble，其中有一个字符列和一个列表列，其中包含函数。
我正在尝试从字符列读取函数：
library(tibble)
my_trib <-
tibble::tribble(
~var, ~my_func,
"ABC", ~tolower(var),
"abc", ~toupper(var)
)
我本以为会得到：
my_trib$my_func
# [[1]]
# ~tolower("ABC")
# [[2]]
# ~toupper("abc&
浏览 3提问于2021-10-26得票数 1
2回答
作为更大更复杂的代码体的一部分，我遇到了dplyr / local数据帧挑战。如下面的简化示例per所示，代码包括在基本R中工作的基本类型的子集：
#creation of data frame
dat=data.frame(group=c(rep(c("a","b","c","d"),2)),value=(seq(1,8,1)))
othergroup=dat[dat[,"group"]==dat[2,"group"],]
othergroup
这给出了所需的答案：
group value
2
浏览 0提问于2015-06-08得票数 2
我有一个3-slaves hadoop集群，我在一个网站上执行抓取。但是，只有一个从设备正在执行抓取(尽管其他从设备仍然处于活动状态)。如果只抓取1个域，这是正常行为吗？有没有办法强制其他的从属进程去获取？
谢谢。
浏览 0提问于2012-05-24得票数 0
1回答
我只是尝试计算一个不同数据集上的预测(拟合值)，该回归模型是使用dplyr和增强函数构建的。然而，我一直收到错误。即使不使用dplyr，增强函数似乎也只接受构建模型所基于的数据集。有没有解决这个问题的办法？下面是我的一个尝试。谢谢。 data1 <- head(mtcars,20)
model <- mtcars %>%
group_by(cyl) %>%
do(fit = lm(wt ~ mpg, .),
data = (.)) %>%
augment(fit, data1)
浏览 45提问于2020-12-31得票数 0
回答已采纳
有没有办法抓取所有facebook粉丝页面并收集一些信息？例如，抓取facebook粉丝页面并保存他们的名字，或者有多少粉丝，等等？或者至少，你有一个提示，这是如何可能做到的？
浏览 0提问于2010-04-02得票数 1
回答已采纳
我正在网络上抓取一个数据框架，通常是1列和8行。有时，数据帧缺少一个观察结果(第6行)。因此，当刮擦(7变为6，8变为7)时，我的变量出现了混乱，并产生了其他问题。
当第6行丢失时，我有了解决这个问题的方法。我使用add_row添加一个占位符行，它的值为'NA‘(这正是我想要的)。
#Data frame with missing value
value <- c(10, 43, 67, 89, 05, 28, 99)
df <- data.frame(value)
#Solving the problem
df2<-df %>% add_row(v
浏览 1提问于2022-10-16得票数 1
回答已采纳
1回答
从其他网站捕获搜索数据
、、、
有没有办法从其他网站获取搜索数据？例如，如果用户访问任何带有搜索字段的网站，我感兴趣的是该用户在该搜索字段中键入了什么内容才能找到所需的blogpost/webpage/product。我想知道这是否可能通过抓取网站，或任何其他方式。此外，在第三方网站上执行抓取操作以记录此类数据是否违法？另外，是否可以使用PHP和Python？
浏览 0提问于2012-07-24得票数 2
2回答
有没有办法用purrr::map映射到任何类型？
library(tidyverse)
library(lubridate)
df <- data_frame(id = c(1, 1, 1, 2, 2, 2),
val = c(1, 2, 3, 1, 2, 3),
date = ymd("2017-01-01") + days(1:6))
df1 <- df %>% nest(-id) %>%
mutate(first_val = map_dbl(data, ~ .$val
浏览 2提问于2017-04-08得票数 10
回答已采纳
我最近下载并安装了R/Rstudio的最新版本，并注意到其中一个新的变化是，当导入csv时，Rstudio现在默认将文件作为tibble导入。虽然我意识到开发人员有很好的理由进行这种更改，但我个人认为这非常恼人。
我使用的许多数据文件都有许多(>10)列，而且我经常用来查看数据的许多函数(即head()、tail()，甚至从数据中提取特定行(如data1:5 ))都不能像我希望的那样工作。特别是，在tibble上使用这些函数会导致最右侧的列不显示，这是非常有问题的，因为我通常对这些列最感兴趣。尽管我使用这些新版本的时间不长，但我已经厌倦了每次要查看数据时必须使用View()函数，或者必须
浏览 5提问于2017-05-05得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
