小编Joe*_*ing的帖子

我有类似这样的数据:

dt <- structure(list(fct = structure(c(1L, 2L, 3L, 4L, 3L, 4L, 1L, 2L, 3L, 1L, 2L, 3L, 2L, 3L, 4L), .Label = c("a", "b", "c", "d"), class = "factor"), X = c(2L, 4L, 3L, 2L, 5L, 4L, 7L, 2L, 9L, 1L, 4L, 2L, 5L, 4L, 2L)), .Names = c("fct", "X"), class = "data.frame", row.names = c(NA, -15L))

我想根据fct变量中的值从这个数据框中选择行.例如,如果我希望选择包含"a"或"c"的行,我可以这样做:

dt[dt$fct == 'a' | dt$fct == 'c', ]

产量

1    a 2
3    c 3
5    c 5
7    a …

我正在努力修改我的情节中的传奇.这是一个可重复的例子:

dtt <- structure(list(model = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L), .Label = c("ma", "mb", "mc"), class = "factor"), year = c(2005L, 2006L, 2007L, 2008L, 2009L, 2010L, 2005L, 2006L, 2007L, 2008L, 2009L, 2010L, 2005L, 2006L, 2007L, 2008L, 2009L, 2010L), V = c(0.16, 0.14, 0.11, 0.13, 0.15, 0.16, 0.24, 0.17, 0.12, 0.13, 0.15, 0.15, 0.2, 0.16, 0.11, 0.12, 0.12, 0.15), lower = c(0.11, 0.11, 0.07, 0.09, 0.11, 0.12, 0.16, …

我有这个ggplot

ggplot(dt.1, aes(x=pctOAC,y=NoP, fill=Age)) +
    geom_bar(stat="identity",position=position_dodge()) +
    geom_smooth(aes(x=pctOAC,y=NoP, colour=Age), se=F, method="loess",show_guide = FALSE,lwd=0.7) +
    theme(legend.position=c(.2,0.8))

dt1 <- structure(list(Age = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("o80", "u80"), class = "factor"), NoP = c(47L, 5L, 33L, 98L, 287L, 543L, 516L, 222L, 67L, 14L, 13L, 30L, 1L, 6L, 17L, 30L, 116L, 390L, 612L, 451L, 146L, 52L), pctOAC = c(0, 10, 20, 30, 40, 50, …

我正在使用此代码绘制一些数据系列以及回归线:

ggplot(dt1.melt, aes(x=lower, y=value, group=variable, colour=variable)) +
    geom_point(shape=1) +    
    geom_smooth(method=lm,  
            se=FALSE)   

但是,我需要将回归线限制为通过所有系列的原点 - 与abline(lm(Q75~-1+lower,data=dt1))在标准R图上实现的方式相同.

任何人都可以解释如何做到这一点ggplot？

我有大约100个型号,来自MCMCglmm,它们的输出类似于:

> MC1 <- MCMCglmm(...)
> summary(MC1)

 Iterations = 20001:99991
 Thinning interval  = 10
 Sample size  = 8000 

 DIC: 10924.52 

 G-structure:  ~school

         post.mean l-95% CI u-95% CI eff.samp
school    0.1753   0.1059   0.2554     1529

 R-structure:  ~units

  post.mean l-95% CI u-95% CI eff.samp
units         1        1        1        0

 Location effects: bl ~ +bm1 + bm2 + bm3 + bm4 + bm5 + bm6 + bm7 + bm8

                   post.mean  l-95% CI  u-95% CI eff.samp  pMCMC    
(Intercept)        -7.381791 -8.105984 -6.657302     1212 <1e-04 ***
bm1 …

可能重复:
删除R中数据文件的空行

假设我有一个数据帧 df

我想从中选择行,其中行中的任何变量都不是NA.也就是说我只想排除所有变量所在的行NA

我有一个变量是一个因素:

 $ year           : Factor w/ 8 levels "2003","2004",..: 4 6 4 2 4 1 3 3 7 2 ...

我想创建8个虚拟变量,名为"2003","2004"等取值为0或1取决于变量"year"的值.我能想到的最近的是

dt1 <- cbind (dt1, model.matrix(~dt1$year - 1) )

但这带来了不幸的后果

1. 虚拟变量名为dt1 $ year2003,而不仅仅是"2003","2004"等
2. 似乎NA行完全被省略model.matrix(因此当year变量中存在NA时,由于不同的长度,上述命令失败).

当然,我可以用更多的代码解决这些问题,但我喜欢我的代码尽可能简洁(在合理范围内),所以如果有人能提出更好的方法来制作虚拟变量,我将不得不这样做.

我想从一个lmermod对象中提取一些结果

require(lme4)
(fm1 <- lmer(Yield ~ 1|Batch, Dyestuff))

这产生了

Linear mixed model fit by REML ['lmerMod']
Formula: Yield ~ 1 | Batch
   Data: Dyestuff
REML criterion at convergence: 319.6543
Random effects:
 Groups   Name        Std.Dev.
 Batch    (Intercept) 42.00   
 Residual             49.51   
Number of obs: 30, groups:  Batch, 6
Fixed Effects:
(Intercept)  
       1527 

特别是,我想提取2个随机效应的标准偏差,即42.00和49.51.我想可能有一个内置的方法来做到这一点,但我找不到它,所以我认为我应该能够通过使用找到它str(fm1),这产生了这个:

Formal class 'lmerMod' [package "lme4"] with 13 slots
  ..@ resp   :Reference class 'lmerResp' [package "lme4"] with 9 fields
  .. ..$ Ptr    :<externalptr> 
  .. ..$ mu …

我刚刚安装了 hadoop 2.6.0，在格式化名称节点时，它在以下几行停止并且没有退出代码返回。

STARTUP_MSG：build = https://git-wip-us.apache.org/repos/asf/hadoop.git -r e3496499ecb8d220fba99dc5ed4c99c8f9e33bb1；'jenkins' 于 2014-11-13T21:10Z 编译 STARTUP_MSG: java = 1.7.0_79
****************************** ******************************/
15/08/28 18:45:22 INFO namenode.NameNode: 注册的 UNIX 信号处理程序[TERM, HUP, INT]
15/08/28 18:45:22 INFO namenode.NameNode: createNameNode [–format]
用法：java NameNode [-backup] |
[-检查点] |
[-format [-clusterid cid] [-force] [-nonInteractive]] |
[-upgrade [-clusterid cid] [-renameReserved] ] |
[-upgradeOnly [-clusterid cid] [-renameReserved] ] |
[-回滚] |
[-rollingUpgrade] |
[-完成] |
[-importCheckpoint] |
[-initializeSharedEdits] |
[-bootstrapStandby] |
[-recover [-force]] |
[-metadataVersion ] ]
15/08/28 18:45:22 INFO namenode.NameNode: SHUTDOWN_MSG:
/*************************** …

对于这个问题，我会很高兴在 R（理想情况下使用 dplyr，但其他方法也可以）或纯 SQL 中的解决方案。

我有由个人 ( ID) 和电子邮件地址组成的数据，以及一个表示电子邮件地址是否是个人主要电子邮件地址 (1) 或不是 (0) 的二进制指示符

• 所有IDs 都有一个且只有一个主电子邮件地址
• IDs 可以有多个非主电子邮件地址（或没有）
• IDs 可以与主要和非主要的电子邮件地址相同

例如：

   ID Email Primary
1   1     A       1
2   1     A       0
3   1     B       0
4   2     A       1
5   2     A       0
6   3     C       1
7   4     D       1
8   4     C       0
9   5     E       1
10  5     F       0

（实际数据集大约有一百万行）

我希望识别电子邮件地址不是主要的 ID，但对于不同的 ID 是主要的。也就是说，我想选择以下行：

• 主要是 0
• 存在另一行，其中该 ID 是主要的，但用于不同的 ID

因此，在上面的数据中，我想选择第 …