transpose

    1熱度

    1回答

    我想轉置df1並將每行的值「傳播」爲幾行。與此同時,我不想將列名稱標記爲列名,而是希望將舊列名稱添加到名爲「segment」的新列下的每一行中。 這裏有例子,我有: df1 = pd.DataFrame(index=['index1', 'index2', 'index3'], columns=["A", "B", "C"], data=[[5,np.nan, "o

    1熱度

    1回答

    在大熊貓據幀: contig haplotype_block hap_X hap_Y odds_ratio My_hap Sp_hap 2 726 C-G-C T-C-T 0.012 C-G-C T-C-T 2 1094 G-C A-T 0.02 A-T G-C 2 1335 C-T-T A-C-A 0.001 A-C-A C-T-T 2 3353

    15熱度

    2回答

    今天我得到了一個奇怪的結果。 要複製它,請考慮以下的數據幀: x <- data.frame(x=1:3, y=11:13) y <- x[1:3, 1:2] 他們都應該是,實際上是相同的: identical(x,y) # [1] TRUE 應用t()到張玉峯對象應產生相同的結果,但: identical(t(x),t(y)) # [1] FALSE 區別在於列名稱: coln

    0熱度

    1回答

    我有一個數據集,看起來像這樣: OBS S1 S2 S3 before 10 15 13 after 5 7 8 我試圖使用數組在SAS將其轉換爲看起來像這樣的表: SUBJ BEFORE AFTER 1 10 5 2 15 7 3 13 8 我還是SAS的新手。我想,我需要建立一個具有形式的2x3陣列: 10 15 13 5 7 8 然後循環,但並分配值。

    0熱度

    1回答

    這兩個轉置之間opencv有什麼區別? 使用cv::Mat::t(): cv::Mat a; a = a.t(); 使用cv::transpose(): cv::Mat a; cv::transpose(a,a); 我感興趣的是講究效率。

    1熱度

    1回答

    刪除缺失觀察我有反覆觀察的數據集(例如,在5周的觀察結果) 也有多個行每個個體(未每個人都一樣) ID val1 val2 val3 val4 val5 1 0 0 1 1 1 1 . . 2 2 2 2 1 1 1 . . 2 2 2 2 . . 3 1 1 . . . 步驟1 :我申請移調過程 proc transpose data=original out=tranposed;

    1熱度

    2回答

    我有一個數據幀p1。我想轉移列a。查找每行的最小值並返回具有最小值的列名稱。 a=c(0,1,2,3,4,0,1,2,3,4) b=c(10,20,30,40,50,9,8,7,6,5) p1=data.frame(a,b) p1 > p1 a b 1 0 10 2 1 20 3 2 30 4 3 40 5 4 50 6 0 9 7 1 8 8 2 7 9

    2熱度

    1回答

    列我有一個DF與我想從行轉換爲列我看到的堆棧溢出大部分的解決方案只有2列 From DF PO ID PO Name Region Date Price 1 AA North 07/2016 100 2 BB South 07/2016 200 1 AA North 08/2016 300 2 BB South 08/2016 400 1 AA North 09/20

    1熱度

    1回答

    生成虛擬數據 MainID=c('A1','A1','B2','C1','C1','C1','D2','D2') HouseholdID=c('Ab1','Ab1','cb2','Ca2','cb2','cb3','Da1','db2') relation=c('Spouse','Spouse','Child','Spouse','Child','Mother','Brother','Spou

    0熱度

    1回答

    我需要收集和轉置數據幀中的數據,小時值應該在一列中。第一列應該是帶小時和秒轉置小時值的日期。 樣本數據: structure(list(Year = c(2016L, 2016L), JDay = 1:2, Hour_1 = c(2.59, 5.95), Hour_2 = c(2.19, 5.84), Hour_3 = c(1.84, 5.75), Hour_4 = c(1.51, 5.66)