在包含数字块和NA块的向量中,例如:
score <- c(0,1,2,3,4,NA,NA,0,-1,0,1,2,NA,NA,NA)
有没有办法通过在NA块之前从最新值开始向上计数来模拟缺失值？
所以最终会:
score.correct <- c(0,1,2,3,4,5,6,0,-1,0,1,2,3,4,5)
谢谢你的帮助.
我有一个R数据框:
a <- 1:12
list <- c(rep("x",3),rep("y",4),rep("z",3),rep("x",2))
data <- data.frame(a,list)
data
a list
1 x
2 x
3 x
4 y
5 y
6 y
7 y
8 z
9 z
10 z
11 x
12 x
我想创建一个新列,每当"list"的值发生变化时,该列开始计数为1,即在此示例中:
b <- c(1:3,1:4,1:3,1:2)
data <- data.frame(a,list,b)
我不是R的专家,也不能为我的生活找到一种有效的方法.我的主要问题似乎是"list"的任何值都可以随时返回,但是对于一个值的块的长度没有规则.有没有人有任何想法？谢谢!
我有一个 R 数据框，被大大简化为：
id <- rep(1:2, c(6,8))
correct <- sample(0:1,14,TRUE)
phase <- c(rep("discr",3),rep("rev",3), rep("discr",4),rep("rev",4))
dat <- data.frame(id,correct,phase)
作为id我的受试者（实际上我的受试者远不止 2 个），correct= 响应编码为不正确 (0) 或正确 (1)，以及phases歧视和逆转（受试者内因素）。
我想以以下形式执行逻辑回归
glm(correct~phase, dat, family="binomial")
稍后可能会添加额外的预测变量。然而，由于每个受试者的数据量不同，我想glm()对每个受试者单独执行，然后将系数与方差分析进行比较以了解群体效应。我想在 for 循环中以以下形式执行此操作
for(i in seq_along(dat$id)){
my_glm[i] <- glm(correct~list,dat[dat$id==i,],family="binomial")
}
但不断收到错误消息
>Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) :
contrasts can be applied only to factors with 2 or more levels.
我检查了我的数据，没有任何因素只包含一个水平。所有受试者都至少给出一项错误和一项正确反应，并且所有人都参与了歧视和逆转。当我指定特定主题时，该函数在循环外工作。