«r» 태그된 질문

각 열이 많은 값을 가질 수있는 문자형 벡터 인 "T"를 고려하십시오. library(tidyverse) sample_df <- tibble(q1 = c("A", "B", "C"), q2 = c("B", "B", "A")) 열 이름을 인수로 사용하고 응답 "A"가 NA가되고 df가 그대로 반환되도록 열을 다시 코딩하는 함수를 만들고 싶습니다. 이러한 방식으로 설계 한 이유는 주어진 열을 사용하여 일련의 작업을 …

13 r  dplyr  rlang  tidyeval  nse 

아래에 언급 된 데이터 프레임이 있습니다. structure( list(ID = c("P-1", " P-1", "P-1", "P-2", "P-3", "P-4", "P-5", "P-6", "P-7", "P-8"), Date = c("2020-03-16 12:11:33", "2020-03-16 13:16:04", "2020-03-16 06:13:55", "2020-03-16 10:03:43", "2020-03-16 12:37:09", "2020-03-16 06:40:24", "2020-03-16 09:46:45", "2020-03-16 12:07:44", "2020-03-16 14:09:51", "2020-03-16 09:19:23"), Status = c("SA", "SA", "SA", "RE", "RE", "RE", …

12 r  dataframe  dplyr  tidyverse  tidyr 

벡터에 모두 같은 요소가 있는지 어떻게 확인할 수 있습니까? 예를 들어 내가 가지고 있다고 가정 해 봅시다. vec1 = rep(10,20) vec2 = seq(1:20) vec1모든 요소가 동일한 것을 어떻게 표시 할 수 있습니까?

12 r  vector  unique 

비슷한 작업을 한 줄에 모으는 습관이 있습니다. 내가 필터링해야하는 경우 예를 들어 a, b및 c데이터 테이블에, 나는 하나에 함께 넣어 것이다 []AND 연산과 함께. 어제, 나는 내 특별한 경우에 이것이 매우 느리고 체인 필터를 테스트 한 것으로 나타났습니다. 아래에 예제를 포함 시켰습니다. 먼저 난수 생성기를 시드하고 data.table을 로드 하고 더미 …

12 r  data.table 

sampleR 의 함수를 벤치마킹 하고 비교 igraph:sample_seq하여 이상한 결과를 얻었습니다. 내가 다음과 같은 것을 실행할 때 : library(microbenchmark) library(igraph) set.seed(1234) N <- 55^4 M <- 500 (mbm <- microbenchmark(v1 = {sample(N,M)}, v2 = {igraph::sample_seq(1,N,M)}, times=50)) 나는 다음과 같은 결과를 얻는다 : Unit: microseconds expr min lq mean median uq max …

11 r  random 

나는 막대 끝에 화살표가있는 막대 그림을 만드는 것을 목표로하고 있습니다. 나는 갔다 geom_segment으로 arrow정의했다. 하나의 열을 투명도에 매핑하고 싶지만 화살표 미학에서는 알파 미학이 제대로 작동하지 않는 것 같습니다. 다음은 코드 스 니펫입니다. tibble(y = c(10, 20, 30), n = c(300, 100, 200), transparency = c(10, 2, 4)) %>% ggplot() + …

11 r  ggplot2  geom-bar 

2 열을 기준으로 중복 행을 식별하고 표시하고 싶습니다. 각 복제본에 대해 고유 한 식별자를 만들고 싶습니다. 행이 복제본 일뿐 만 아니라 중복되는 행을 알 수 있습니다. 일부 중복 항목 쌍 (적합 및 앉음)과 중복되지 않은 다른 쌍이있는 아래와 같은 데이터 프레임이 있습니다. 항목 쌍이 복제되는 동안 포함 된 정보는 고유합니다 …

11 r  dataframe 

정보가 포함 된 열을 여러 열로 분할해야합니다. 나는 사용 tstrsplit하지만 같은 종류의 정보는 행간에 같은 순서가 아니며 변수 내에서 새로운 열의 이름을 추출해야합니다. 알아야 할 중요한 사항 : 많은 정보 조각 (필드가 새로운 변수가 될 수 있음)이있을 수 있으며 모든 정보를 알 수 없으므로 "필드 별"솔루션을 원하지 않습니다. 아래는 내가 …

11 r  data.table  reshape 

나는 여기에 비슷한 질문이 몇 개 있다는 것을 알고 있지만, 내가 가지고있는 정확한 문제를 다루는 것은 없습니다. set.seed(4) df = data.frame( Key = c("A", "B", "A", "D", "A"), Val1 = rnorm(5), Val2 = runif(5), Val3 = 1:5 ) Key == "A"인 행의 값 열 값을 0으로 만들고 싶습니다. 열 이름은 …

11 r  dplyr  data.table 

R에서는 source()일부 함수를로드 하는 데 사용하고 있습니다. source("functions.R") 이 파일에 정의 된 모든 함수 목록을 얻을 수 있습니까? 함수 이름으로. (어쩌면 source()스스로가 그것을 반환 할 수 있습니까?). 추신 : 마지막 수단은 source()두 번째 로 전화를 local({ source(); })한 다음 ls()내부 및 필터 기능 을 수행하는 것이지만 너무 복잡합니다. 더 쉽고 …

11 r 

나는이 두 가지가 data.frame여러 일반적인 열들 (여기를 : date, city, ctry, 및 ( other_) number). 위의 열에 병합하고 싶지만 약간의 차이는 허용합니다. threshold.numbers <- 3 threshold.date <- 5 # in days date항목 간의 차이 가 > threshold.date(일) 또는 > threshold.numbers 인 경우 줄을 병합하지 않으려 고합니다. 마찬가지로 입력 항목이 열 …

11 r  dataframe 

내가 만들려고하고 facet_multi_col()받는 유사한 기능, facet_col()함수 ggforce(에서 사용할 수없는 공간 인수와면 레이아웃 수 있습니다 - facet_wrap()) -하지만 이상 여러 열을. 아래의 마지막 플롯 (으로 생성)과 grid.arrange()같이 각 패싯의 높이 y가 사용하려는 범주 형 변수 에 따라 달라 지므로 패싯이 반드시 행을 가로 질러 정렬 되는 것을 원하지 않습니다. 나는 ggproto확장 …

11 r  ggplot2  facet  facet-wrap  ggproto 

다음은 애니메이션 플롯을 재현 할 수있는 재현 가능한 예입니다 (MCMC 샘플러의 작동 방식을 보여 드리고자 함). library(tidyverse) library(gganimate) set.seed(1234) plot_data <- tibble(x=cumsum(rnorm(100)), y=cumsum(rnorm(100)), time=1:length(x)) ggplot(data=plot_data, aes(x=y, y=x)) + geom_point() + geom_line() 내가보고 싶은 것은 점이 그려지고 나중에 조금 희미 해지면서 (즉, 알파가 1에서 0.3으로 간다) 점이 표시되는 반면 최근의 역사 …

11 r  animation  ggplot2  gganimate 

나는 당신에게 데이터에 대한 아이디어를 줄 것이고 내가 달성하려는 것을 이해하는 것이 더 쉬울 것이라고 생각합니다. Repex : ID <- c(1, 1, 2, 3, 3, 3) cat <- c("Others", "Others", "Population", "Percentage", "Percentage", "Percentage") logT <- c(2.7, 2.9, 1.5, 4.3, 3.7, 3.3) m <- c(1.7, 1.9, 1.1, 4.8, 3.2, 3.5) …

10 r  ggplot2 

내 자신의 그라디언트 부스팅 알고리즘을 작성하려고합니다. 나는이 같은 기존 패키지는 이해 gbm하고 xgboost,있지만이 알고리즘은 내 자신을 작성하여 작동 방식을 이해하고 싶었다. iris데이터 세트를 사용하고 있으며 결과는 Sepal.Length(연속)입니다. 내 손실 함수는 mean(1/2*(y-yhat)^2)(기본적으로 앞면이 1/2 인 평균 제곱 오차)이므로 해당 그라디언트는 잔차 y - yhat입니다. 0에서 예측을 초기화하고 있습니다. library(rpart) data(iris) #Define …

10 r  machine-learning  gradient-descent  gbm  boosting