คำถามติดแท็ก r

ฉันมีกรอบข้อมูลดังนี้: df VALUE ABS_CALL DETECTION P-VALUE 1007_s_at "957.729231881542" "P" "0.00486279317241156" 1053_at "320.632701283368" "P" "0.0313356324173416" 117_at "429.842323161046" "P" "0.0170004527476119" 121_at "2395.7364289242" "P" "0.0114473584876183" 1255_g_at "116.493632746934" "A" "0.39799368200131" 1294_at "739.927122116896" "A" "0.0668649772942343" ฉันต้องการแปลงชื่อแถวเป็นคอลัมน์แรก ปัจจุบันฉันใช้สิ่งนี้เพื่อสร้างชื่อแถวเป็นคอลัมน์แรก: d <- df names <- rownames(d) rownames(d) <- NULL data <- cbind(names,d) มีบรรทัดเดียวทำเช่นนี้หรือไม่?

154 r  dataframe  col  rowname 

ฉันจะขูดตาราง html โดยใช้แพ็คเกจ XML ได้อย่างไร ใช้ตัวอย่างเช่นหน้าวิกิพีเดียนี้ในทีมฟุตบอลบราซิล ฉันต้องการอ่านใน R และรับ "รายการการแข่งขันทั้งหมดของบราซิลที่ได้เล่นกับ FIFA รู้จักทีม" ตารางเป็น data.frame ฉันจะทำสิ่งนี้ได้อย่างไร

153 html  r  xml  parsing  web-scraping 

ฉันแค่สงสัยว่ามีวิธีกำจัดค่าแกนไม่ว่าจะเป็นแกน x หรือแกน y ตามลำดับในกราฟ r-plot ฉันรู้ว่ามันaxes = falseจะกำจัดแกนทั้งหมด แต่ฉันก็แค่อยากจะกำจัดจำนวน

153 r  plot  axis-labels 

ฉันใช้ R และมีข้อมูลที่โหลดลงใน dataframe read.csv()โดยใช้ ฉันจะกำหนดประเภทข้อมูลของแต่ละคอลัมน์ในกรอบข้อมูลได้อย่างไร

153 r  dataframe  types 

สมมติว่าฉันต้องการคำนวณสัดส่วนของค่าต่าง ๆ ภายในแต่ละกลุ่ม ยกตัวอย่างเช่นการใช้mtcarsข้อมูลที่ฉันจะคำนวณญาติความถี่ของจำนวนเกียร์โดยน (อัตโนมัติ / คู่มือ) ในหนึ่งไปด้วยdplyr? library(dplyr) data(mtcars) mtcars <- tbl_df(mtcars) # count frequency mtcars %>% group_by(am, gear) %>% summarise(n = n()) # am gear n # 0 3 15 # 0 4 4 # 1 4 8 # 1 5 5 สิ่งที่ฉันต้องการบรรลุ: am gear n rel.freq 0 …

153 r  group-by  dplyr  frequency 

ผมอยากจะเปลี่ยนรูปแบบ (ชั้น) ของบางคอลัมน์ของวัตถุ data.frame ของฉัน ( mydf) จากฟิกเกอร์เพื่อปัจจัย ฉันไม่ต้องการทำสิ่งนี้เมื่อฉันอ่านไฟล์ข้อความตามread.table()ฟังก์ชั่น ความช่วยเหลือใด ๆ ที่จะได้รับการชื่นชม

153 r  dataframe  character  r-faq 

เมื่อใดควรใช้ a data.frameและควรใช้ a เมื่อmatrixใด ทั้งสองเก็บข้อมูลในรูปแบบสี่เหลี่ยมดังนั้นบางครั้งก็ไม่ชัดเจน มีกฎทั่วไปของหัวแม่มือสำหรับเมื่อใช้ชนิดข้อมูลใด

152 r  matrix  dataframe  r-faq 

... เกี่ยวกับเวลาดำเนินการและ / หรือหน่วยความจำ หากนี่ไม่เป็นจริงให้พิสูจน์ด้วยโค้ดขนาดสั้น โปรดทราบว่าการเร่งความเร็วโดย vectorization จะไม่นับรวม speedup ต้องมาจากapply( tapply, sapply, ... ) ตัวเอง

152 r  apply 

ผมมักจะเห็นสัญลักษณ์1L(หรือ2L, 3Lฯลฯ ) ปรากฏในรหัส R อะไรคือความแตกต่างระหว่าง1Lและ1? ประเมิน1==1L TRUEเหตุใดจึง1Lใช้รหัส R

152 r  types 

ฉันอ่านCSVไฟล์ไปยัง data.frame R แล้ว บางแถวมีองค์ประกอบเดียวกันในคอลัมน์ใดคอลัมน์หนึ่ง ฉันต้องการลบแถวที่ซ้ำกันในคอลัมน์นั้น ตัวอย่างเช่น: platform_external_dbus 202 16 google 1 platform_external_dbus 202 16 space-ghost.verbum 1 platform_external_dbus 202 16 localhost 1 platform_external_dbus 202 16 users.sourceforge 8 platform_external_dbus 202 16 hughsie 1 ฉันต้องการแถวเดียวเหล่านี้เนื่องจากแถวอื่นมีข้อมูลเดียวกันในคอลัมน์แรก

152 r  duplicates  r-faq 

ดังนั้นจะกลายเป็น" xx yy 11 22 33 " "xxyy112233"ฉันจะบรรลุสิ่งนี้ได้อย่างไร

152 regex  r  string  grep  r-faq 

ฉันพยายามติดตั้ง R โดยใช้ Homebrew ฉันรันคำสั่งเหล่านี้ซึ่งแนะนำที่อื่นใน SO: brew tap homebrew/science brew install R สำหรับbrew tap homebrew/scienceฉันได้รับข้อผิดพลาดนี้: Error: Already tapped! สำหรับคำสั่งที่สองฉันได้รับสิ่งนี้: Error: No available formula for r ข้อเสนอแนะใด ๆ

151 r  homebrew 

ฉันอยากจะถามชุมชน: เราจะตั้งค่าตัวแปรทั่วโลกในฟังก์ชั่นได้อย่างไร?

151 r  global-variables  variable-assignment 

data.tableคำถามของฉันจะเกี่ยวข้องกับการที่ได้รับมอบหมายโดยอ้างอิงกับการคัดลอกใน ฉันต้องการทราบว่าใครสามารถลบแถวโดยการอ้างอิงคล้ายกับ DT[ , someCol := NULL] ฉันต้องการรู้เกี่ยวกับ DT[someRow := NULL, ] ฉันคิดว่ามันมีเหตุผลที่ดีที่ฟังก์ชั่นนี้ไม่มีอยู่ดังนั้นบางทีคุณอาจชี้ให้เห็นถึงทางเลือกที่ดีสำหรับวิธีการคัดลอกตามปกติดังนี้ โดยเฉพาะอย่างยิ่งไปกับชื่นชอบจากตัวอย่าง (data.table) DT = data.table(x = rep(c("a", "b", "c"), each = 3), y = c(1, 3, 6), v = 1:9) # x y v # [1,] a 1 1 # [2,] a 3 2 # [3,] a …

150 r  data.table 

ฉันมีdata.tableขนาดใหญ่โดยมีค่าที่หายไปจำนวนมากกระจายอยู่ทั่วแถว ~ 200k และ 200 คอลัมน์ ฉันต้องการโค้ดค่า NA เหล่านั้นให้เป็นศูนย์อีกครั้งอย่างมีประสิทธิภาพที่สุด ฉันเห็นสองตัวเลือก: 1: แปลงเป็น data.frame และใช้บางสิ่งเช่นนี้ 2: คำสั่งการตั้งค่าย่อย data.table บางประเภท ฉันจะมีความสุขกับการแก้ปัญหาอย่างมีประสิทธิภาพของประเภท 1 การแปลง data.frame แล้วกลับไปที่ data.table จะไม่ใช้เวลานานเกินไป

150 r  performance  dataframe  data.table