用因子水平替换一系列变量中的NA
在统计学中，因子水平是指一个因子（或变量）的不同取值或类别。当我们进行数据分析时，经常会遇到数据中存在缺失值（NA）的情况。为了处理这些缺失值，一种常见的方法是用因子水平替换一系列变量中的NA。
具体而言，用因子水平替换NA的步骤如下：
- 确定需要处理的变量：首先，需要确定哪些变量存在NA值，这些变量可能是数值型变量或者字符型变量。
- 确定因子水平：对于数值型变量，可以选择用均值、中位数或者其他统计量作为因子水平；对于字符型变量，可以选择用众数或者其他常见取值作为因子水平。
- 替换NA值：将变量中的NA值替换为所选的因子水平。
通过用因子水平替换NA，可以使得数据集在进行后续分析时不会因为缺失值而产生错误或者影响结果的准确性。
以下是一些常见的应用场景和推荐的腾讯云相关产品：
- 数据分析和建模：在数据分析和建模过程中，经常需要处理缺失值。腾讯云提供了强大的云计算平台和数据处理工具，如腾讯云数据仓库（TencentDB）、腾讯云数据湖（Tencent Cloud Data Lake）等，可以帮助用户高效地进行数据分析和建模工作。
- 机器学习和人工智能：在机器学习和人工智能领域，数据的质量对模型的准确性和性能至关重要。腾讯云提供了丰富的机器学习和人工智能服务，如腾讯云机器学习平台（Tencent Cloud Machine Learning Platform）和腾讯云人工智能开放平台（Tencent Cloud AI Open Platform），可以帮助用户处理数据中的缺失值，并进行模型训练和推理。
- 数据库管理：在数据库管理中，处理缺失值是一个常见的任务。腾讯云提供了多种数据库产品和解决方案，如腾讯云数据库（TencentDB）和腾讯云分布式数据库（Tencent Cloud Distributed Database），可以帮助用户高效地管理和处理数据中的缺失值。
请注意，以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求和情况进行。更多关于腾讯云产品的详细信息，请访问腾讯云官方网站：https://cloud.tencent.com/。
相关·内容
6回答
替换因子列中的<NA>
、、、
我希望用有效值替换“因素”列中的<NA>值。但我找不到办法。此示例仅用于演示。原始数据来自我必须处理的一个外国csv文件。
df <- data.frame(a=sample(0:10, size=10, replace=TRUE),
b=sample(20:30, size=10, replace=TRUE))
df[df$a==0,'a'] <- NA
df$a <- as.factor(df$a)
可能是这样的
a b
1 1 29
2 2 23
3 3 23
4
浏览 11提问于2016-08-24得票数 41
回答已采纳
我在这个网站上读过一些答案，但它们不提供简单的answers.So，我如何用一个值替换因子变量中的NAs？
a<-c(1,2,3,3,3,3,3,3,2,2,2,2,2,2,1,1,1,1,1,NA,NA,NA,NA,NA,NA)
lv<-c(1,3,2)
lb<-c("a","b","c")
f<-factor(a,levels=lv,labels=lb)
#I want to replace NAs with "b"
浏览 4提问于2016-01-09得票数 0
回答已采纳
1回答
我正尝试在一个大的分类数据集上运行k-modes。
每个变量中都有几个NA，但我希望保留这些信息，因为它对我来说是有意义的。
K-modes在有NAs的数据集上不起作用，因此，我正在寻找一种快速的方法来考虑所有变量中的所有NA作为因子水平。
我已经读了很多问题，但答案只适用于逐个名称的方式。
使用R有什么建议吗？
mydf <- data.frame(a = factor(c("a", NA, NA)), b = factor(c("b", NA, NA)), c = factor(c("yo", NA, NA)))
浏览 0提问于2018-02-01得票数 0
回答已采纳
我只想让导入的数据框中的空单元格为Unassigned。但不是。它要么将空值设为NA，要么什么也不做。我曾尝试用字符串“NA”替换未赋值的值，但一直收到错误。以下是我尝试过的方法： 1： raw_data <- read.csv("taxonomy.csv", header = TRUE, na.strings="Unassigned") 2:在空单元格的位置生成NA raw_data <- read.csv("taxonomy.csv", na.strings=c("", "Unassigned"
浏览 34提问于2019-09-07得票数 0
3回答
在R Studio中，我很难将多个因素水平压缩为一个特定变量的三个因素水平。 我的出发点是一个包含250个变量和大约4,000行的data.table。对于一个因子变量，我想把它的75个水平归结为3个水平。此外，在75个级别中，有4个级别应该被忽略(或之前设置为NA )，因为它们包含有争议的信息。此系数变量基于调查答案，该调查答案还包括文本格式的单个答案。有时甚至语言也不同。所以，它有点乱。 我试图用两种不同的方法将这75个级别(或者71个级别，如果之前各自的观察值设置为NA )压缩为3个级别。但是，在控制台中，R总是返回+而不是>，并且我不能继续执行任何其他命令。当然，我可以通过点击
浏览 28提问于2020-03-30得票数 0
回答已采纳
1回答
我需要从一个分类(因子)变量中创建一个逻辑变量(真-假)。
我决定使用：
dat$var[dat$var %in% c("option1")] <- TRUE
dat$var[dat$var %in% c("option2")] <- FALSE
但是，我在这两行中都得到了以下错误消息，并且我的整个变量是NA：
Warning message:
In `[<-.factor`(`*tmp*`, dat$var %in% c("option1"), :
invalid factor level, NA generate
浏览 1提问于2014-03-12得票数 4
回答已采纳
2回答
我都快疯了，想弄清楚这件事。如何在R中定义在二元逻辑回归中使用的参考水平？那么多项逻辑回归呢？现在我的代码是：
logistic.train.model3 <- glm(class~ x+y+z,
family=binomial(link=logit), data=auth, na.action = na.exclude)
我的响应变量是"YES“和"NO”。我想预测某人回答“是”的概率。
我不想将变量重新编码为0/ 1。有没有一种方法可以告诉模型预测“是”？
谢谢你的帮助。
浏览 2提问于2014-04-25得票数 19
回答已采纳
3回答
我有一个用".“编码的缺失值的dataframe，我想将这些值重新编码为NA：
df <- data.frame("h"=c(1,1,"."))
我尝试了以下方法：
df$h[df$h == "."] <- NA
但是NA显示为一个<NA>，并且我不能执行像mean(df$h,rm.na=TRUE)这样的命令
有人知道问题出在哪里吗？当我将数字重新编码为NA时，没有问题
谢谢!
浏览 1提问于2012-02-20得票数 3
我正在尝试使用ifelse替换数据集中分类列中的NA值，但当我尝试时，它正在重新编码其他值。我确信因子水平发生了一些变化，我只是不知道我能做些什么来解决这个问题。注意应用我的ifelse后，mpg中的差异是如何变化的，这应该只影响NAs的记录？
mtcars2 = mtcars
mtcars2$mpg = as.factor(mtcars2$mpg)
mtcars2$mpg[1]=NA
mtcars2$mpg[2]=NA
hmm = mtcars2 %>% dplyr::mutate_if(is.factor, function(x) ifelse(is.na(x)==TRUE, &
浏览 7提问于2018-09-07得票数 1
回答已采纳
我自己编写了一个方便的函数来替换导入数据中的空值(NA和NULL)，但它的行为非常奇怪。
基本上，它将0和1强制为"0“和"1”，而不是“0”和“1”(注意添加的空格字符)
这就是函数
replace.blanks = function(dt, value="") {
return(apply(dt, c(1,2), function(x) {
if (is.na(x) || is.null(x)) return(value) else return(x)
}))
}
下面是复制结果的代码
x = data.frame(
a=c(
浏览 3提问于2017-10-11得票数 1
1回答
我必须简单地点出R中的点图，在这里显示的数据中有V1和V2。我想根据来自individuals列的一系列样本来设置点的颜色。例如，这里的点应该是三种颜色:从HG097 - HG101到范围的颜色一种，范围HG1941 - HG1950的第二种颜色，范围NA18542 - NA18547的第三种颜色。数据如下：
individuals V1 V2
HG097 -0.0181 -0.0818
HG099 -0.0188 -0.0808
HG100 -0.021 -0.0753
HG101 -0.0196 -0.0804
HG1941
浏览 5提问于2016-04-13得票数 1
1回答
格式化因子以成为矢量
、、、
我在R中工作，我想对与我的一个因子变量service相关的不同变量运行相关性。我真的不知道该怎么做。我已经研究了熔化和转置，但这两个函数都没有给出我需要的格式。我认为我需要将因子向量拆分为单个向量(对应于每个服务级别)，然后以某种方式获得一个数值变量(例如，sumofcase)，以成为新创建的服务向量的观察值。因此，一个级别的服务是住院，另一个级别是病例管理。然后，我将有一个称为“住院”的向量和另一个称为“病例管理”的向量，每列中的观察值将是“sumofcase”的相应值。然后，我可以在两个服务向量之间运行关联。然后，这将导致创建大量的数据帧(如果它有效的话，这是很好的)。
以下是示例数据：
浏览 1提问于2013-05-31得票数 0
我在R中使用Synth()包(参见)。
这是我的数据框架的一部分：
df <- structure(list(country = structure(c(1L, 1L, 1L, 1L, 1L, 1L), .Label = c("Aruba",
"Angola", "Anguilla", "Albania", "United Arab Emirates", "Argentina",
"Armenia", "Antigua and Barbuda", "
浏览 5提问于2021-08-17得票数 0
回答已采纳
1回答
我正在尝试对data.table dt的多个数值列进行插值。它可以用NA或na_locf之类的东西填充。在我的真实数据中，可能有不止一个因子列。以下是我的示例数据：
dt <- structure(list(time = c(0, 0, 0, 0, 0, 0, 0.1, 0.1, 0.1, 0.1),
a = structure(c(1L, NA, NA, 1L, 3L, 2L, NA, 1L,
2L, NA), .Label = c("0&
浏览 0提问于2020-12-13得票数 0
我有一个名为data的数据集，它有481092行。
我将data分成两个相等的部分：
第一部分(第1行:第240546行)称为train，用于glm()；
第二部分(第240,547 : 481,092行)称为test，用于验证模型；
然后我开始回归：
testreg <- glm(train$returnShipment ~ train$size + train$color + train$price +
train$manufacturerID + train$salutation + train$state +
浏览 0提问于2016-05-18得票数 0
1回答
我有一系列的myLine，我用na值填充它
myLine = 1==1 ? na : na // Series with na
现在，我想创建一个函数来更新myLine序列，使其仅在某些条形图(intraday)上有一个值。
isDate(y,m,d) => y==year and m==month and d==dayofmonth ? true:false // Is the date of the current bar equal to the date provided by the parameters?
setMyData(y,m,d,lineValue) =>
浏览 3提问于2020-04-06得票数 0
4回答
我有一个名为df$salesContribution的NAs变量。
使用dplyr，我在下面创建了一条语句，但是我不能理解为什么我的df$salesContribution仍然返回NAs：
df<- df %>%
mutate(salesContribution = as.numeric(salesContribution)) %>%
replace_na(0)
0是否未注册？
浏览 0提问于2018-12-08得票数 1
1回答
lm(公式= FinalData$lnm4 ~ FinalData$p + FinalData$y + FinalData$r)
在我运行这段代码后，根据我正在寻找的内容，它显示了许多毫无意义的数据：
Call:
lm(formula = FinalData$lnm4 ~ FinalData$p + FinalData$y + FinalData$r)
Coefficients:
(Intercept) FinalData$p10,63306356
9.54087 0.01583
FinalData
浏览 0提问于2020-01-30得票数 1
2回答
我有一个要用来在R studio中构建决策树的数据集。我有相当多的因素是空的。我希望将数据集中所有为空的因子更改为“无数据”，我有超过100个这样的因子，所以我不想逐个进行，我宁愿能够一次更改所有这些因子。
数据示例(请注意，这些都是因子，我知道当将它们放入R中时，它们是数字，但我不知道如何在从csv读取数据时以重复的方式显示因子)：
Outcome=c(1,1,1,0,0,0)
VarA=c(1,1,NA,0,0,NA)
VarB=c(0,NA,1,1,NA,0)
VarC=c(0,NA,1,1,NA,0)
VarD=c(0,1,NA,0,0,0)
VarE=c(0,NA,1,1,NA,NA
浏览 9提问于2018-02-06得票数 1
回答已采纳
我正在运行SMOTE函数，如下所示： # install.packages("DMwR") for SMOTE implementation library(DMwR) smoted_data <- SMOTE(state~., deliq, perc.over=200, perc.under = 1600) 但是我得到了下面的错误： Error in factor(newCases[, a], levels = 1:nlevels(data[, a]), labels = levels(data[, : invalid 'labels'; len
浏览 27提问于2019-12-09得票数 0
1回答
我有一个价值缺失的因素。我知道这个因素值取决于几个日期的组合。
不过，我在让这件事起作用方面有点困难。这两个类似乎都很棘手，特别是Date。
对于一个简单的例子，让我们有一个Date和一个因素：
require(VIM)
toimpute <- data.frame(mydates = seq(as.Date("1990-01-01"),as.Date("2000-01-01"),50),
imputeme = c(NA,NA,rep(c("a","b",&#
浏览 0提问于2016-07-07得票数 3
回答已采纳
1回答
我试图用一个分类变量来计算危险比，但用一个参考因子来定义它们中的任何一个都没有意义。我想要进行的比较是每组单独与其他样本进行比较(即标记为A的样本与未标记为A的所有样本；标记为B的样本与未标记为B的所有样本)。默认情况下，coxph会将每个组与参考组进行比较(即标记为B的样本与标记为A的样本；标记为C的样本与标记为A的样本)。但是，如果我尝试将它们编码为伪变量，以这种方式强制它，最后一个总是给出NA结果。有没有办法做我正在尝试的事情，或者有没有办法修复我目前的方法？
示例：
coxph(formula = Surv(Time, Status) ~ class_A + class_B +
浏览 2提问于2021-04-23得票数 0
由于seem ()函数正在被新的pivot_wider()函数替换，我从现在开始尝试使用pivot_wider()，但由于缺少值，它似乎无法工作。任何帮助都非常感谢。
# This is an example I saw on the web
surveys <- read.csv("http://kbroman.org/datacarp/portal_data_joined.csv",
stringsAsFactors = FALSE)
library(dplyr)
surveys %>%
filter(taxa =
浏览 5提问于2019-12-13得票数 1
回答已采纳
2回答
我有一个数据框架(称为hp)，它包含更多带NA-s的列。这些列的类是factor。首先，我想将其更改为character，用"none“填充NA-s，然后将其更改回factor。我有14列，正因为如此，我想把它做成循环。但是它不起作用。
感谢您的帮助。
列：
miss_names<-c("Alley","MasVnrType","FireplaceQu","PoolQC","Fence","MiscFeature","GarageFinish", "
浏览 3提问于2017-03-13得票数 0
回答已采纳
我建立了一个随机森林模型。预测产出和实际产出是影响因素。有19个类需要预测，但其中一个类没有出现在测试数据集中。
然后，我想用这个公式计算模型的精度：
accuracy <- sum(ActualOutput==PredictedOutput, na.rm = TRUE) / length(PredictedOutput)
生成此错误消息：
Ops.factor(ActualOutput，PredictedOutput)中的错误:因素的水平集是不同的
ActualOutput有19级，PredictedOutput有18级。我该怎么办？
浏览 2提问于2015-08-21得票数 0
回答已采纳
1回答
我有一个data.frame，一些列有NA的值。我想用零替换<NA>%s。我该怎么做呢？
实际上，这里显示的mydate不是我的原始数据。原件太大了，无法在这里展示。
mydata = read.spss('mydata.sav', use.value.labels = TRUE, to.data.frame = TRUE, max.value.labels = Inf, trim.factor.names = FALSE, trim_values = FALSE, reencode = "UTF-8")
> mydata
Q_16_
浏览 0提问于2014-05-16得票数 3
回答已采纳
我在R中使用R对多层数据执行多个加密。
在只有连续数据需要计算的情况下，我成功地使用了2l.lmer。然而，当我试图计算分类数据，即二级数据时，事情就会出错。
(第1级:重复测量(在科目内)或主题(在类内)，第2级:时间常数/基线协变量，在主体效应之间，在组水平上变量)
我试图将2l.pan与2lonly.norm或2lonly.mean结合使用，但是我得到了一条错误消息“pred中的缺失值是不允许的”。
我肯定这很简单。
请参阅下面的一个可复制的例子。
非常感谢。
library("mice")
library("pan")
#Not multilevel
浏览 4提问于2019-10-07得票数 1
回答已采纳
我一直试图用R实现工作流程的自动化，定期地，我必须在我正在使用的数据集中使用转换。
我已经创建了一个使用可选参数的小函数，这样就可以转换传递的dataframe的全部或部分列。
该函数现在如下所示：
# Function:
# transformDivideThousand(dataframe, optional = vectorListOfVariables)
#
# Definition: This function applies a transformation, dividing variables by
# 1000. If the vector is passed it ap
浏览 3提问于2016-07-22得票数 0
我有两个维度相等的数据帧。其中一个在单元格(即'abc')中有一些我需要索引的值。Other具有所有不同的值。并且我需要用与'abc‘相同的索引替换其他数据帧中的值。
示例：
df1 <- data.frame('1'=c('abc','bbb','rweq','dsaf','cxc','rwer','anc','ewr','yuje','gda'),
'
浏览 0提问于2019-05-10得票数 0
1回答
请允许我在开头说我对R是新手。我清理了一些收入和租金变量，现在我试图将我的种族变量从9个类别重新编码为2个。最初的变量编码如下：
1=White 2=Black 3=Native 4=Asian 5=A 6=B 7=C 8=D 9=E。我基本上是试图消除所有其他种族，只将白色和黑色作为一个虚拟变量，其中White=0和Black=1。代码如下：
library(foreign)
library(ggplot2)
df<-read.dta("acs2010.dta")
View(df)
attach(df)
summary(df)
inctot[inctot==99999
浏览 4提问于2014-02-21得票数 1
回答已采纳
1回答
因此，我刚刚收到了一个数据集，其中数据帧的一列是“cycled”。本专栏实际上是一个年复一年的循环(在我的例子中，1984-2007)。在另一栏中，每年都有相应的美元数额(实际上是“供资水平”)。我的工作是为这些资金水平创造一个滞后变量。但诀窍是:每当一年的周期开始时，一个新的“变量”就开始了。因此，我正在寻找的滞后变量并不仅仅是整个供资栏的一个向后移动。相反，我需要为数据的每个子周期创建一个资金滞后。更确切地说，我的数据看起来有点像这样：
X Y
1 7
2 8
3 9
1 4
2 6
3 5
1 2
2 4
3
浏览 5提问于2013-12-08得票数 1
回答已采纳
2回答
在我的数据集上使用下面的代码时，我收到了一条错误消息。
rpmodel <- train(Class~.,train, method = "rpart", prox = TRUE)
Something is wrong; all the Accuracy metric values are missing:
Accuracy Kappa
Min. : NA Min. : NA
1st Qu.: NA 1st Qu.: NA
Median : NA Median : NA
Mean :NaN M
浏览 1提问于2015-10-17得票数 1
1回答
下面是我的代码：
ggplot(subset(df,!is.na(LoanStatus)),aes(x=LoanStatus)) +
geom_bar()+
theme(axis.text.x = element_text(angle = 90, hjust = 1))
这是结果图：
我的问题是:如何将名为"past due“的方框合并为一个方框。如何映射"LoanStatus“列中的值？
谢谢!
浏览 2提问于2016-06-17得票数 2
当我将一个.sav文件(SPSS)导入到R中时，其中一个变量已经被编码为0和1，它将一个变量读入为NA。我在导入到R中的几个.sav文件中遇到过这种情况。您可能认为它会将0变量读取为NA，但它将变量与附带报告中描述的方式相反。例如，对于变量性别，报告中的男性(n=99) (编码为0)和女性(n=110) (编码为1)是相反的，因此男性(n=99)显示为名为男性的变量，而女性(n=110)是NA。在另一个数据集中，主要的分组变量是A和B。组A显示0，组B显示94，并且NAs是96 (组A的全部)(相同的反转正在发生，但我不能在这里进行演示)。一个解释可能很有趣，但我当前的问题是如何将NAs放入另
浏览 2提问于2016-04-12得票数 0
3回答
前面的一篇文章描述了如何在ggplot中超过给定值的点周围绘制红色圆圈。我也想对异常检测结果做同样的工作，但是把属于给定因子水平的点画成圆圈。
如何更改此代码以允许围绕给定的因子级别绘制圆圈？
ggplot(mtcars, aes(wt, mpg)) +
geom_point() +
geom_point(data=mtcars[mtcars$mpg>30,],
pch=21, fill=NA, size=4, colour="red", stroke=1) +
theme_bw()
浏览 2提问于2018-10-22得票数 1
回答已采纳
2回答
因子对因子的条件重编码
、、、
我有一个tibble，df，有一个因子，A，我想：
1) C的副本，以及
2)基于第二个变量B重新编码。
现在我正用这个迂回的方式来做。我对因子的有条件重新编码感到很困惑。我也看过，但是找不到一个更聪明的方法。
library(tibble)
df <- tibble(
A = factor(c(NA, "b", "c")),
B = c(1,NA,3)
)
我的第一次拼字
df
#> # A tibble: 3 x 2
#> A B
#> <fctr> <dbl>
#>
浏览 6提问于2017-10-24得票数 3
回答已采纳
1回答
在运行逻辑回归时，我遇到了以下两个主要问题：
我的X变量包括因素变量，如移民身份(immigrant，non-immigrant)；我的Y变量是二项式变量，低出生体重(non-lbw，lbw)。
我运行以下R脚本(我使用的是plsRglm包)：
library(plsRglm)
model.plsrglm <- plsRglm(yair, xair, 3, modele="pls-glm-logistic")
1)如果我不删除y或x中的所有NA值，R将返回以下内容：
summary(model.plsrglm)
Call
plsRglmmodel.default(data
浏览 5提问于2014-12-23得票数 2
我有下面的代码是工作的，但现在它抛出一个错误。我想可能是某个包更新并破坏了它。 scorecard_data %>%
select (STABBR, HBCU, MENONLY, WOMENONLY) %>%
filter (str_detect(STABBR, "OH|PA|WV|KY|IN|MI")) %>%
group_by (STABBR) %>%
summarize (prcntHBCU = (sum(HBCU, na.rm = TRUE)/length(HBCU[!is.na(HBCU)])*100),
浏览 33提问于2020-10-14得票数 0
1回答
我有一些数据显示，有些组没有出现在所有的月份。我在条形图上画这个图，但是用一个文字标签显示数字值，但文字不是在每个条形图的顶部。我试着用“躲闪”这个位置来做标签，但没有成功。
下面是一个可重复的例子：
library(ggplot2)
library(dplyr)
library(scales)
data.frame(Month = as.Date(c("2015-01-01", "2015-01-01","2015-01-01",
"2015-02-01","2015-02-01","2015-02-0
浏览 0提问于2015-11-24得票数 0
回答已采纳
library(e1071)
m1 <- naiveBayes(Survived ~ ., data =tr) # tr is the training set
Prediction1<-predict(m1,tst) #tst is the test set
Error in `[.default`(object$tables[[v]], , nd + islogical[attribs[v]]) :
subscript out of bounds
In addition: Warning messages:
1: In data.matrix(newdata) : N
浏览 7提问于2017-04-17得票数 0
2回答
我在R中工作，有一个带有数字向量的数据，dd_2006。当我第一次导入数据时，我需要从我的3个变量( SumOfCost、SumOfCases和SumOfUnits )中删除$s、小数点和一些空格。为此，我使用了str_replace_all。然而，一旦我使用了str_replace_all，向量就被转换为字符。所以我使用as.numeric(var)将向量转换为数字，但是在运行as.numeric代码之前，引入了NAs，尽管在运行as.numeric代码之前，这里没有NAs。
sum(is.na(dd_2006$SumOfCost))
[1] 0
sum(is.na(dd_2006$SumO
浏览 2提问于2013-07-11得票数 12
回答已采纳
caretList: as.character(call_obj$na.action)中出错:无法将类型'closure‘强制为类型'character’的向量
models <- caretList(SalePrice~.-Id, data=training,na.action = na.exclude, methodList=c("glm","rpart","ridge"))
我正在尝试在R中caretList对象，但是我得到了这个错误
Error in as.character(call_obj$na.action)
浏览 0提问于2017-09-26得票数 0
我想用glm在R中做一个回归，但是有没有办法这样做，因为我得到了对比度错误。
mydf <- data.frame(Group=c(1,1,2,2,3,3,4,4,5,5,6,6,7,7,8,8,9,9,10,10,11,11,12,12),
WL=rep(c(1,0),12),
New.Runner=c("N","N","N","N","N","N","Y","N","N&#
浏览 1317提问于2018-05-12得票数 2
回答已采纳
3回答
将列的值拆分为不同的列
、、、
我在一个R数据帧中有一个变量，用这种格式，都有一个混合格式：
98 (56:78)
34 (45:67)
45
67 (34:98)
我希望将该列划分为3个值，并将每个值放入数据框架的新列中。
98 56 78
34 45 67
45 NA NA
67 34 98
我怎么能这么做？非常感谢!
浏览 3提问于2017-10-25得票数 0
回答已采纳
我正在尝试使用leaps包。该数据框df有9列。第2列到第8列是解释变量，第9列是响应变量。df也有(列)名称。
当我尝试使用leaps包时，我得到了一个隐秘的错误。
x <- df[,2:8]
y <- df[,9]
leaps <- regsubsets(x, y)
Error in leaps.setup(x, y, wt = weights, nbest = nbest, nvmax = nvmax, :
character variables must be duplicated in .C/.Fortran
这个错误是什么意思，我如何防止它？
以下是dat
浏览 1提问于2011-03-03得票数 3
回答已采纳
1回答
我正在使用随机森林/Logistic回归模型进行预测。我研究的一部分是创建一个类似于新患者的“新”数据框架，并预测他们在手术后30天内死亡的可能性。在执行双交叉验证以获得准确度评级后，我当前正在将数据拟合到整个数据集上： #Logistic Regression Model:
fullModelMort = glm(mort30~ahrq_ccs+age+asa_status+bmi+baseline_cancer+baseline_cvd+baseline_dementia+baseline_diabetes+baseline_digestive+baseline_osteoart+bas
浏览 47提问于2020-06-30得票数 0
我正在处理一个大约有150000行和25列的数据集。数据由数值变量和因子变量组成。因子变量既是文本又是数字，我需要所有这些变量。因变量是一个有20个水平的因子。我正在尝试构建一个模型，并使用R中的kernlab包将其提供给支持向量机。
library(kernlab)
n<- nrow(x)
trainInd<- sort(sample(1:nrow(x), n*.8))
xtrain<- x[trainInd,]
xtest<- x[-trainInd,]
ytrain<- y[trainInd]
ytest<- y[-trainInd]
modelcla
浏览 1提问于2017-07-03得票数 0
1回答
我有一个专辑的数据集，我想改变某些专辑的特定类型为一个更广泛的类型。
> AlbumData$Genre
[1] Pop Rock Rock Soundtrack Rock Rock
[7] Soundtrack Rock Country Rock Pop Rock
[13] Pop Rock Rock Pop Soundtrack Pop
[19] Pop Rock Pop
浏览 2提问于2018-03-02得票数 1
回答已采纳
我正在尝试为Kaggle - Titanic数据集训练一个朴素的贝叶斯分类器( "train.csv“和”test.csv“的URL- )。
到目前为止，我想出的代码如下-
library(e1071)
train_d <- read.csv("train.csv", stringsAsFactors = TRUE)
# columns chosen for training data-
# colnames(TD) OR names(TD)
# "Survived", "Pclass", "Sex", &#
浏览 29提问于2017-12-29得票数 0
我正在尝试使用glmnet创建一个模型(目前使用cv来查找lambda值)，并且得到了一个错误NA/NaN/Inf in foreign function call (arg 5)。我认为这与数据集中的NA值有关，因为当我用NAs删除所有数据点时，命令将成功运行。
我的印象是，glmnet可以处理NA值。我不知道错误是从哪里来的：
> res <- cv.glmnet(features.mat, as.factor(tmp[,"outcome"]), family="binomial")
Error in lognet(x, is.sparse, i
浏览 5提问于2014-02-18得票数 18
回答已采纳
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
