我试图将两个合并data.frames在一起,基于每个被调用的公共列名称series_id.这是我的合并声明:
merge(test_growth_series_LUT, test_growth_series, by = intersect(series_id, series_id))
我得到的错误是
as.vector(y)出错:找不到对象'series_id'
帮助提供了这个描述,但我不明白为什么它找不到series_id.示例数据如下.
### S3 method for class 'data.frame':
#merge(x, y, by = intersect(names(x), names(y)),
# by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
# sort = TRUE, suffixes = c(".x",".y"), ...)
# Create a long data.frame to store data...
test_growth_series = data.frame ("read_day" = c(0, 3, 9, 0, 3, 9, 0, 2, 8),
"series_id" = c("p1s1", "p1s1", "p1s1", "p1s2", …我有两个csv文件.
文件一有两列:
DD1 abct
DD2 geate
DD3 watec
DD4 wwwca21
DD5 bate789
文件二有一列:
abct
geate
bate789
我想得到一个截断的文件,包括那些与文件二匹配的文件,即
DD1 abct
DD2 geate
DD5 bate789
你介意让我知道怎么用R做吗？
R.新手
我有很多 data.frames，例如：
df1 = data.frame(names=c('a','b','c','c','d'),data1=c(1,2,3,4,5))
df2 = data.frame(names=c('a','e','e','c','c','d'),data2=c(1,2,3,4,5,6))
df3 = data.frame(names=c('c','e'),data3=c(1,2))
我需要合并这些 data.frames，而不删除名称重复项
> result
names data1 data2 data3
1 'a' 1 1 NA
2 'b' 2 NA NA
3 'c' 3 4 1
4 'c' 4 5 NA
5 'd' 5 6 NA
6 'e' NA 2 2
7 'e' NA 3 NA
我找不到像合并选项这样的函数来处理名称重复。感谢您的帮助。定义我的问题。数据来自生物实验，其中一个样本具有不同数量的重复。我需要合并所有实验，并且需要生成这个表。我无法为重复生成唯一标识符。
我有2个文件,我想用R组合.
head(bed)
chr8 41513235 41513282 ANK1.Exon1
chr8 41518973 41519092 ANK1.Exon2
第一个是给出间隔和它们的名字.(染色体,从,到,名称)
head(coverage)
chr1 41513235 20
chr1 41513236 19
chr1 41513237 19
第二个是为单个基地提供保险.(染色体,位置,覆盖范围)
我现在想要在每个职位旁边写下每个外显子的名字.这将导致某些位置没有"外显子",我想在之后删除.
我想出了如何做我想做的事情.但是它需要3个循环和大约15个小时的计算时间.因为for循环不是R中的最佳实践,我想知道是否有人知道比以下更好的方法:
coverage <- cbind(coverage, "Exon")
coverage[,4] <- NA
for(i in 1:nrow(bed)){
for(n in bed[i,2]:bed[i,3]{
for(m in 1:nrow(coverage)){
if(coverage[m,2]==n){
file[m,4] <- bed[i,4]
}
}
}
}
na.omit(coverage)
由于所有三个位置都在intervall"ANK1.Exon1"中,因此输出应如下所示:
head(coverage)
chr1 41513235 20 ANK1.Exon1
chr1 41513236 19 ANK1.Exon1
chr1 41513237 19 ANK1.Exon1
问题：我有两个数据帧，我想根据一个数据帧在另一个数据帧的间隔中的日期/时间来合并。
流量：日期和时间 (Posixct)、频率
mydata：间隔、频率总和
我现在想计算流量的 Posixct 时间是否在 mydata 的间隔内，如果这是 TRUE，我想计算 mydata 中“频率总和”列中的频率。
我遇到的两个问题： 1. 流量数据框的行数明显多于 mydata。我不知道如何告诉 R 循环遍历流量中的每个观察结果以检查 mydata 中的一行。
这是数据：
DateTime <- c("2014-11-01 04:00:00", "2014-11-01 04:03:00", "2014-11-01 04:06:00", "2014-11-01 04:08:00", "2014-11-01 04:10:00", "2014-11-01 04:12:00", "2015-08-01 04:13:00", "2015-08-01 04:45:00", "2015-08-01 14:15:00", "2015-08-01 14:13:00")
DateTime <- as.POSIXct(DateTime)
Frequency <- c(1,2,3,5,12,1,2,2,1,1)
traffic <- data.frame(DateTime, Frequency)
library(lubridate)
DateTime1 <- c("2014-11-01 04:00:00", "2015-08-01 04:03:00", "2015-08-01 14:00:00")
DateTime2 <- c("2014-11-01 04:15:00", "2015-08-01 04:13:00", "2015-08-01 14:15:00")
DateTime1 <- as.POSIXct(DateTime1)
DateTime2 <- as.POSIXct(DateTime2) …让我们创建示例数据:
df <- data.frame(date=c("2017-01-01","2017-01-02", "2017-01-03", "2017-01-04", "2017-01-05"), X1=c("A", "B", "C", "D", "F"),
X2=c("B", "A", "D", "F", "C"))
df2 <- data.frame(date=c("2017-01-01","2017-01-02", "2017-01-03", "2017-01-04", "2017-01-05"),
A=c("3", "4", "2", "1", "5"),
B=c("6", "2", "5", "1", "1"),
C=c("1", "4", "5", "2", "3"),
D=c("67", "67", "63", "61", "62"),
F=c("31", "33", "35", "31", "38"))
所以我有两个数据框,我希望按日期和X1和X2匹配df2到df的值,并为这些创建新的变量.这对我来说很棘手的是df2中的匹配值是在colnames中.最终结果应如下所示:
> result
date X1 X2 Var1 Var2
1 2017-01-01 A B 3 6
2 2017-01-02 B A 2 4
3 2017-01-03 C D 5 63
4 2017-01-04 D F 61 31 …我一直在寻找一种聪明的或“更整洁”的方式来利用 tidyverse 中的查找表，但找不到令人满意的解决方案。
我有一个数据集和查找表：
# Sample data
data <- data.frame(patients = 1:5,
treatment = letters[1:5],
hospital = c("yyy", "yyy", "zzz", "www", "uuu"),
response = rnorm(5))
# Lookup table
lookup <- tibble(hospital = c("yyy", "uuu"), patients = c(1,5))
...其中查找表中的每一行都是我想要过滤第一个小标题（数据）的确切模式。
想要的结果如下所示：
# A tibble: 3 x 4
patients treatment hospital response
<dbl> <chr> <chr> <dbl>
1 1.00 a yyy -0.275
2 5.00 e uuu -0.0967
我想出的最简单的解决方案是这样的：
as.tibble(dat) %>%
filter(paste(hospital, patients) %in% paste(lookup$hospital, lookup$patients))
然而，这一定是很多人经常做的事情 - 有没有一种更干净、更方便的方法来做到这一点（即，对于查找表中的两列以上）？
我编写的代码在高吞吐量的生产环境中运行，期望可以处理来自多个用户的各种输入。在这种环境中，我经常需要使用dplyr连接两个具有不匹配类型的连接列的多列数据帧，从而产生此错误。“由于类型不兼容，无法加入...”
预期生产代码将处理输入csvs，这些csvs是150+列乘0-1000行，具有12-20个连接列。我使用read.table来提高速度，并且由于150列的内容可以变化，因此可以根据数据内容推断类型。
如果有一个通用功能可以以编程方式匹配联接列类型，而无需假设列名称或位置，那将是很好的。
我有两组数据。
样本set_A（总行数：45467）：
ID_a a1 a2 a3 time_a
2 35694 5245.2 301.6053 00.00944
3 85694 9278.9 301.6051 23.00972
4 65694 9375.2 301.6049 22.00972
5 85653 4375.5 301.6047 19.00972
6 12694 5236.3 301.6045 22.00972
7 85697 5345.2 301.6043 21.00972
8 85640 5274.1 301.6041 20.01000
9 30694 5279.0 301.6039 20.01000
样本set_B（总行数：4798）：
ID_b b1 b2 source time_b
2 34.20 15.114 set1.csv.1 20.35750
7 67.20 16.114 set1.csv.2 21.35778
12 12.20 33.114 set1.csv.3 22.35806
17 73.20 67.114 set2.csv.1 23.35833
23 88.20 42.114 …我正在尝试使用 sapply 和 switch 将描述性名称应用于数据。我已经多次使用这种方法，没有出现任何问题，但对于我最近的项目中的（只有一个！）专栏，它抛出了错误。我最好的猜测是，即使该值保存为字符串，该值也将是 R 中的保留字。我在下面创建了一个可重现的示例。
我的项目中的实际值与性别无关，并且可能有许多可能的选择。有人可以告诉我如何使用 sapply/switch 来避免代码中出现许多嵌套的 ifelse 语句吗？
# create test data
testdta <- as.data.frame(cbind(userid = c("1", "2", "3", "4"), gender = c("F", "M", "F", "M")))
# sapply/switch works with strings that are not reserved words
testdta$uiddescription <- sapply(testdta$userid, switch, "1" = "1 - first", "2" = "2 - second", "3+ - third or beyond")
testdta
# sapply/switch won't work when trying to interpret gender (possibly because F is reserved?)
testdta$gdescription <- sapply(testdta$gender, switch, "F" = …