tidyverse

0熱度

1回答

DATA 我有這樣一個數據幀： id weigth temp_s1 temp_s2 1 50 2 7 2 51 3 8 3 52 4 9 4 53 5 10 5 54 6 11 我想要什麼我想獲得這樣的： id weigth temp value 1 50 temp_s1 2 1

0熱度

1回答

如何使線性模型適合幾個隨機生成的數據集使用整型

我目前正在閱讀Hadley Wickham的R for Data Science，並在23.2.1中討論了練習，討論了擬合平方的線性模型的魯棒性隨機生成的數據集的差異。我試圖用tidyverse包來實現這個。 generate_data <- function(seed){ set.seed(seed) tibble( x = rep(1:10, each = 3),

1熱度

1回答

按列名使用group_by和mutate_if

我正在嘗試使用mutate_if來根據變量名執行計算。例如，如果變量名中包含「演示」計算平均值，如果名稱中包含「MEAS」計算位數： library(tidyverse) library(stringr) exm_data <- data_frame( group = sample(letters[1:5], size = 50, replace = TRUE), demo

1熱度

2回答

使用tidyverse，在每個子集內的分佈上有條件地求和值

我有一個示例數據框，其中記錄了month和precip的每一天。 set.seed(560) df<-data.frame(month= rep(1:4, each=30), precip= rep(c(rnorm(30, 20, 10), rnorm(30, 10, 2), rnorm(30, 50, 1), rnorm(30, 15, 3)))) 對於每個子集

1熱度

2回答

r tidyverse傳播（）使用多個鍵值對不折疊行

我想傳播（）一對鍵/值對，但公用值列不會摺疊。我認爲它可能與之前的一些處理有關，或者更可能我不知道傳播兩個或更多鍵/值對以獲得我期望的結果的正確方法。我開始與這組數據： library(tidyverse) df <- tibble(order = 1:7, line_1 = c(23,8,21,45,68,31,24), line_2 = c(63,25,25,

0熱度

1回答

錯誤dowcument

當輸入 write_csv(MyComplicationData,"Data/MyComplicationData.csv") 作爲.Rmd文件的一部分，我在嘗試編織文檔時出現以下錯誤：錯誤open.connection（路徑，「WB 「）：無法打開連接電話：... write_delim - > stream_delim - > open.connection 執行暫停當我輸入從控制檯相同

0熱度

3回答

如何括號內的一列使用dplyr stringr

除去一切的每一行，我有以下的數據幀： library(tidyverse) dat <- tribble( ~x, ~y, 1, "foo", 2, "bar (103 xxx)", 3, "bar", 4, "foo (yyy)" ) dat #> # A tibble: 4 x 2 #> x y #> <dbl> <ch

0熱度

1回答

使用purrr（tidyverse）映射跨所有數據幀的距離函數

我有一個距離函數，它需要2個（數值）向量並計算它們之間的距離。對於下面的例子中的給定數據幀（mtcars_raw）和一個固定的輸入向量（test_vec）我想以計算成對距離（即申請的距離函數），以每列和test_vec並返回距離的矢量。矢量的長度應該是列的數量。請參閱重複的例子： library(datasets) # The raw dataframe containing only n

0熱度

1回答

如何使用dplyr

我有以下的數據幀變化的科學數量的因素列的類型轉換成數據幀中的數字： library(tidyverse) df <- structure(list(rank = structure(c(1L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L), .Label = c("1", "10", "11",

5熱度

1回答

R中的經驗貝葉斯

大衛羅賓遜給出了一個偉大的example經驗貝葉斯更新與beta分佈。他發現從分佈事先使用了更新每個連擊估計之前。這具有顯着的效果，即根據數據存在的量對平均值進行加權並縮小接近均值的低數據觀察值。我們如何更新計數的估計值和正常的的情況。我假設伽瑪用於計數，高斯用於正常，但我希望在任何人有任何情況下在R中看到這個例子。