标签: data-manipulation

我有一个看起来像这样的数据框：

| id | length_bgn | length_end |
--------------------------------
| 1  |   209      |    215     |
| 2  |   324      |    125     |
| 3  |   167      |    156     |
| .. |   ...      |    ...     |
--------------------------------

我想制作一个散点图，其中 X 轴上的长度（每行）的最小值和 Y 轴上的每行的最大值。我努力了：

qplot(min(length_bgn, length_end), max(length_bgn, length_end), data=df)

然而，这将绘制两列的最小值与两列的最大值的单个点。我使用了错误的功能吗？或者以某种方式操纵数据框会更好吗？请原谅我的天真，我对 R 和 ggplot2 还很陌生。

任何帮助将非常感激。

编辑：使用上述代码的示例图：

我需要为"在R中查找和替换"编写一个通用函数.如何编写采用以下输入的函数

• CSV文件(或数据框)
• 要查找的字符串,例如"name@email.com"
• 一个字符串替换找到的字符串,例如"medium"

并重写CSV文件/数据框,以便用替换字符串替换所有找到的字符串？

我试图将行追加到R df.这是df foo的一个例子:

A   B   C   D
1   1   1   200
1   1   2   50
1   1   3   15
1   2   1   150
1   2   4   50
1   3   1   300
2   1   2   40
2   1   4   90
2   3   2   80

对于每个A,有3个可能的B值,并且对于每个B,有4个可能的C值.但是,初始df仅包含D的非零值.我想操纵df使得零对于B和C都包括在内.因此,对于任何0的B/C值,df将在D中显示0.我已经看到用一列来解决这个问题的问题,但找不到用多个问题解决它的问题列.最终的df看起来像这样:

A   B   C   D
1   1   1   200
1   1   2   50
1   1   3   15
1   1   4   0
1   2   1   150
1   2   2   0
1   2   3   0
1   2   4   50 …

我有两个相同维度的矩阵,用NA和字符串填充.例如,

structure(c("Y1", "Y1", "Y1", NA, NA, NA, NA, NA, NA, NA, NA, 
NA, "Y1", "Y1", "Y1", "Y2", NA, "Y2", NA, NA, NA, NA, NA, NA, 
"Y1", "Y1", "Y1", "Y2", NA, "Y2", NA, NA, NA, NA, NA, NA, NA, 
NA, NA, "Y2", NA, "Y2", NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, "Y2", NA, "Y2", NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, …

我有一个数据框A,其中一列名为"states".各州以其全名记录,例如."加利福尼亚".每个州都有多行.

我有一个数据框B,它有每个州的枪死数.状态以缩写记录,例如."CA"

我想要的是:我希望A中的每一行都有相应状态的枪死数.我打算为此使用dplyr :: inner_join().

但当然,问题在于不同数据框中的状态名称是不同的.

使名称匹配的最佳方法是什么？

我在R工作，我有一个有趣的问题。我想转换下一个数据帧：

DF = data.frame(ID = c(1, 2, 3),
              Person1 = c("Devin Davey", "Rui Butt", "Keon Dotson"),
              Sign = "artist",
              Person2 = c("Eli Greer", "Alvin Simons", "Leona Ford"),
              Sex = c("female", "male", "female"),
              Score = c(10, 20, 30)) 



  ID     Person1   Sign      Person2    Sex Score
1  1 Devin Davey artist    Eli Greer female    10
2  2    Rui Butt artist Alvin Simons   male    20
3  3 Keon Dotson artist   Leona Ford female    30

像这样格式化：

  ID         Name   Sign Score
1  1  Devin …

如何将数据集中的所有值更改为 NA 或 0，同时保留所有列名，理想情况下，保留相同的数据结构。

我有这个文件 txt 有这三个数字“4.151120 4.100 7.9999”。我应该创建一个程序来读取它并对其进行一些进一步的操作。但我不能

int main (int argc, char *argv[]){
    FILE *arq;
    
    arq = fopen("values.txt","r");
    
    float num1, num2, num3;
    
    fscanf(arq,"%.6f %.6f %.6f", &num1, &num2, &num3);
    printf("%.6f %.6f %.6f", num1, num2, num3);
    
    fclose(arq);
    
    return 0;
    

以下是包含 tibbels 的列表：

test=list()
l <- list(list(var = "bb",b =  2, c = 3, d = 5), list(var = "a", b = 3, c  = 2,  d = 4))

l2 <- map(l,~data.frame(.))
l3 <-map_dfr(l2,~mutate_all(.,as.character))  
l4<-as_tibble(l3)
test[[1]]=l4
names(test)[1]="par"
test[[2]]=l4
names(test)[2]="mas"

myli=list()
myli[[1]]=l4
names(myli)[1]="par"
myli[[2]]=l4
names(myli)[2]="mas"

我想提取名称、var 和 d 并组合：

我需要的输出是这样的：

  var        value    list     name 
  bb         5         test    par
  a          4         test    par
  bb         5         test    mas 
  a          4         test    mas
  bb         5         myli    par
  a          4         myli    par
  bb         5         myli …

我目前在操作/聚合我的数据框时遇到问题。我当前的数据框如下：

我正在使用 R 编程语言。

我有以下数据集：

factor_1 <- c("A", "B", "C", "D", "E")
factor_2 <- c("AA", "BB", "CC", "DD", "EE")
factor_3 <- c("AAA", "BBB", "CCC", "DDD", "EEE")

var_1 <- as.factor(sample(factor_1, 10000, replace=TRUE, prob=c(0.2, 0.2, 0.2, 0.2, 0.2)))
var_2 <- as.factor(sample(factor_2, 10000, replace=TRUE, prob=c(0.2, 0.2, 0.2, 0.2, 0.2)))
var_3 <- as.factor(sample(factor_3, 10000, replace=TRUE, prob=c(0.2, 0.2, 0.2, 0.2, 0.2)))
var_4 <- rnorm(1000,10,10)
var_5 <- rnorm(1000,10,10)

my_data = data.frame(var_1, var_2, var_3, var_4, var_5)

  var_1 var_2 var_3     var_4     var_5
1     B    AA   EEE 13.645347 13.058532
2 …

我正在处理一个有 2000 行的数据框，但为此目的，我创建了这个简单的数据框，我想在其中查找 col2 列中包含 3 个或更少数字的所有行。这是数据框：

d = {'col1': [10000, 2000,300,4000,50000], 'col2': [10, 20000, 300, 4000, 100]}\ndf = pd.DataFrame(data=d)\n\n    col1    col2\n0   10000   10\n1   2000    20000\n2   300     300\n3   4000    4000\n4   50000   100\n\nArea     int64\nPrice    int64\ndtype: object\n

之后，我想创建一个新列 col3，其中来自那些过滤行（具有 3 个或更少数字）的 col2 列的值将乘以它们的值 \xe2\x80\x8b\xe2\x80\x8b 来自 col1 列，而其他行保持不变。

这是预期的输出：

    col1    col2    col3\n0   10000   10      100000\n1   2000    20000   20000\n2   300     300     90000\n3   4000    4000    4000\n4   5000    100     500000\n\ncol1    int64\ncol2    int64\ncol3    int64\ndtype: object\n

提前致谢！

我需要删除文件中匹配的特定模式和匹配的行之间的行。

在下面的代码中，我要删除对象Host“ kali” {中的行到下一次出现的}（而不是最后一次出现的}）。并在删除后删除空白区域。

object Host "linux" {
import "windows"
address = "linux"
groups = ["linux"]
}


object Host "kali" {
import "linux"
address = "linux"
groups = [linux ]
}


object Host "windows" {
import "linux"
address = "linux"
groups = ["windows" ]
}

这是我的代码

clear
echo -e  "Enter the host to delete in config file"
cat > deletionfile.txt
clear
while read host
do
loc=`grep -il 'object.*Host.*"$host"' /home/afrith/config-file/*.conf`
sed -i "/^object.*Host.*\"$host\".*{$/,/^}$/d" $loc
done < deletionfile.txt …