tidyr

53热度

1回答

我有以下的伪数据： library(dplyr) library(tidyr) library(reshape2) dt <- expand.grid(Year = 1990:2014, Product=LETTERS[1:8], Country = paste0(LETTERS, "I")) %>% select(Product, Country, Year) dt$value <- r

20热度

4回答

正确的成语/ dplyr

假设我有看起来像这样的一些计数数据： library(tidyr) library(dplyr) X.raw <- data.frame( x = as.factor(c("A", "A", "A", "B", "B", "B")), y = as.factor(c("i", "ii", "ii", "i", "i", "i")), z = 1:6) X.raw

31热度

1回答

传播带有重复标识符的data.frame/tibble

tidyr的文档表明收集和传播是传递性的，但以下带有“虹膜”数据的示例显示它们不是，但不清楚原因。任何澄清，将不胜感激 iris.df = as.data.frame(iris) long.iris.df = iris.df %>% gather(key = feature.measure, value = size, -Species) w.iris.df = long.iris.df %>

5热度

1回答

无法将“聚集”输出的列名更改为默认名称以外的其他名称

我试图在tidyr包中使用gather，但我无法将输出列名从默认名名。例如： df = data.frame(time = 1:100,a = 1:100,b = 101:200) df.long = df %>% gather("foo","bar",a:b) colnames(df.long) 给我 [1] "time" "variable" "value" 但它应该是"time

1热度

1回答

如何比较两次实验的数据

我经常试图在两种不同的情景/测试/期间内测量百分比变化。一个例子数据集： library(dplyr) set.seed(11) toy_dat <- data.frame(state = sample(state.name,3, replace=F), experiment=c('control','measure'), accuracy=sample(30

0热度

1回答

如何使用dcast进行传播？

我想下面写的tidyr::spread呼叫的reshape2::dcast stocks <- data.frame( time = as.Date('2009-01-01') + 0:9, X = rnorm(10, 0, 1), Y = rnorm(10, 0, 2), Z = rnorm(10, 0, 4) ) stocksm <- stocks %

2热度

1回答

如何使用tidyr通过使用列名称的字符串删除列来收集data.table？

似乎在tidyr中发现了一个错误。我有这样 rm(hello) a <- function() { dt <- data.table(`*stat*` = c("mean","max"), time = c(11, 12), val1 = c(1,2), val2 =c(3,4)) hello <- "^(time)$" dt2 <- dt %>% gather(

3热度

1回答

如何在变量中使用gather_ in tidyr

我将tidyr与闪亮一起使用，因此需要在tidyr操作中使用动态值。但是我确实遇到了使用gather_（）的麻烦，我认为这是为这种情况设计的。下面小例子： library(tidyr) df <- data.frame(name=letters[1:5],v1=1:5,v2=10:14,v3=7:11,stringsAsFactors=FALSE) #works fine df %>%

0热度

1回答

tidyr：传播时不扩展所有列

转到学习tidyr并遇到spread()问题。这里有一个假的实验数据集： library(tidyr) df <- structure(list(mood = c(0.855, -0.103, 0.421, -0.222, 0.772, -0.027, -1.088, 0.923, -1.516, -1.503, -0.358, -0.357, -0.344, 0.294, 0.348, -0

1热度

1回答

重塑dataframes

假设我有rownames这种凌乱的数据帧 df<-data.frame(A=rnorm(2),B=rnorm(2),C=rnorm(2)) rownames(df)<-c('male','female') > df A B C male 0.10138957 1.036535 2.0708251 female 0.08524181 -1.140275 -0.3