summarize

    0热度

    2回答

    尝试根据以前的分组进行条件汇总。遇到麻烦了。 我想根据哪些是在类型r1,由f分组后总结amt列。 重复性代码: s <- sample(c('one', 'two'), 96, replace = TRUE) f <- sample(c('a','s','d','f'), 96, replace = TRUE) r1_amt <- runif(96, 1, 100) r2_amt <- ru

    1热度

    1回答

    当通过几列进行分组并汇总dplyr中的几列时,我会得到一个奇怪的数据结构。数据帧很大,结果数据结构的怪异性更加显着,但是低于这个数值就会产生小问题。 一切都很好: library(dplyr) df <- data.frame(A = c(1,1,2,2), B = c(1,1,2,2), C = c(10,20,30,40), D = c(1000,2000,3000,4000)) df %

    -1热度

    2回答

    实施例10.1的表。让血液类型和40的人的性别如下: (O,男),(O,女),(A,女),(B男),(A,女),(O,女) ,(A,男), (A,发作),(A,女),(O,发作),(B,男),(O,男),B,女),(O,MAL),( O,男), (A,女),(O,发作),(O,MAL),(A,女),(A,女),(A,MAL),(A,男), ( AB,女),(A,女),(B,女),(A,MAL),(

    4热度

    1回答

    问题 使用dplyr::summarize_at()(或同等学历),我想获得在列摘要表先排序(G)使用的分组变量顺序,然后按(V)变量顺序通过,最后按(F)应用的函数顺序。的默认顺序由G首先确定,然后被F和最后通过V. 例 的代码: library(purrr) library(dplyr) q025 <- partial(quantile, probs = 0.025, na.rm = T

    0热度

    2回答

    我有这样一个数据帧,并想用dplyr总结每一个山坳忽略NA的意思是: df= data.frame('var1'=sample(10,3),'var2'=sample(10,3), 'var3'=c(NA, NA,1), 'var4'=c(2,NA,6)) df %>% summarise_all(mean) 但是,这将在第3栏第NA回报和4 我如何可以传递na.rm = T?

    0热度

    1回答

    我有一个数据帧:通过连接3列 x <- data.frame(id = 1:18, super = c(rep("A", 12), rep("B", 6)), category = c(rep("one", 6), rep("two", 6), rep("three", 6)), root = sort(rep(letters[1:6], 3)),

    1热度

    1回答

    我的数据看起来是这样的(虽然有成千上万的样品点以上〜12岁: library(tidyverse) df <- tribble(~Year, ~Sample, ~Total_A, ~Total_B, ~Total_C, 2000, 'Riverside', 990, 08, NA, 2000, 'Pasadena', 887, 101, 78, 2000

    1热度

    1回答

    所以我有以下数据看起来像这样(它的样本,在一个跨度约15年的数百行)。我想创建一个列(或汇总表),显示每个位置的可用数据年限。 Year, Place 2000, 'Adak' 2000, 'Kodiak' 2000, 'Saltsdale' 2001, 'Adak' 2001, 'Saltsdale' 2001, 'Tawney' 2002, 'Adak' 2002, 'Kodi

    -5热度

    1回答

    我需要找到一个变量的平均值以及r中某个特定组合的平均值的发生次数。 在这个例子中我已经变量cli,cus和ron,需要总结找到age这个组合的平均值和cash频率分组: df%>% group_by(.dots=c("cli","cus","ron")) %>% summarise_all(mean(age),length(cash)) 这不工作;有另一种出路吗?

    3热度

    2回答

    我是R新手,我试图使用dplyr根据行值折叠行。以下示例显示示例数据。 set.seed(123) df<-data.frame(A=c(rep(1:4,4)), B=runif(16,min=0,max=1), C=rnorm(16, mean=1,sd=0.5)) A B c 1 1 0.36647435 0.7485365 2 2 0.51864614 0.8654337 3 3