我在R中有一个像这样的数据框.我想提取每个主题的最后一次访问.
主题访问
40161 3
40161 4
40161 5
40161 6
40161 9
40201 3
40202 6
40202 8
40241 3
40241 4
Run Code Online (Sandbox Code Playgroud)
所需的输出如下
主题访问
40161 9
40201 3
40202 8
Run Code Online (Sandbox Code Playgroud)
我应该怎么做R?非常感谢您的帮助.
我有一个相当复杂的情况,我可能最终传递一个函数不存在的变量.我有一个很好的想法,当这种情况发生时,修复它将是困难的; 我很满意能够可靠地检测到条件并在这种情况下执行变通方法.我可以简单地使用
inherits(try(eval(possibly_missing_variable),silent=TRUE),"try-error")
Run Code Online (Sandbox Code Playgroud)
但如果可能的话,我想测试导致错误的具体情况object 'possibly_missing_variable' not found.(我可以尝试在错误消息中找到"未找到",但是我在过去的r-devel列表中已经被告诫,如果R以不同的语言运行,那么这将失败,以便翻译版本的出现错误消息.)
我尝试了各种组合deparse(substitute(...)),但它们似乎没有在调用堆栈上运行得足够多.这是我在一个可重复的例子中的最佳镜头:
f <- function(d) {
## test here
cat("'d' exists:",exists("d"),"\n") ## TRUE
cat("deparse(substitute(d)):",dd <- deparse(substitute(d)),"\n") ## OK
cat("exists('",dd,"'): ",exists(dd),"\n",sep="")
eval(d)
}
f2 <- function(ddd) {
f(ddd)
}
ddd <- 5
f2(junk)
Run Code Online (Sandbox Code Playgroud)
结果是:
'd' exists: TRUE
deparse(substitute(d)): ddd
exists('ddd'): TRUE
Error in eval(d) : object 'junk' not found
Run Code Online (Sandbox Code Playgroud)
我想要一个测试,它将正确地通知我(在遇到错误之前)评估将失败,因为在环境/封闭环境等堆栈中的任何地方都找不到相关对象.任何想法......?
更一般地说,有没有办法找出参数的最远上游名称("junk"在这种情况下)?如果我能做到,那就exists(farthest_upstream_name)解决了我的问题.
在R,如果我们有一个向量和一个索引列表,我们可以使用负索引表达我们想要"除了这些索引之外的所有元素"的想法.特别要考虑以下R代码:
data = rnorm(100)
indices = sample(1:length(data), length(data)/2)
training_data = data[indices]
test_data = data[-indices]
Run Code Online (Sandbox Code Playgroud)
在此代码之后,sampled_data包含data其索引未包含在其中的所有元素indices.在matlab中是否有相同的功能?
我尝试直接使用相同的语法(当然,()而不是[],但它只是给出了错误
Subscript indices must either be real positive integers or logicals.
Run Code Online (Sandbox Code Playgroud) 我想使用e1071包中的skewness()和 kurtosis()函数.我试过下载包e1071
install.packages("e1071", dep = TRUE)
Run Code Online (Sandbox Code Playgroud)
但它似乎仍然没有奏效.所以我想知道它是否是我安装的错误版本.我试过搜索CRAN网站,但我似乎找不到R 2.15.0的版本.
所以我想知道我是做错了还是有人请给我链接到e10712.15.0版本的软件包.
我试图预测在我的二项式数据上运行的glmer模型随时间推移的值(x轴中的天数).Total Alive和Total Dead是计数数据.这是我的模型,以及下面的相应步骤.
full.model.dredge<-glmer(cbind(Total.Alive,Total.Dead)~(CO2.Treatment+Lime.Treatment+Day)^3+(Day|Container)+(1|index),
data=Survival.data,family="binomial")
Run Code Online (Sandbox Code Playgroud)
正如您在代码中看到的那样,我们已经考虑了过度离散(1:索引).
然后我们使用dredge命令确定具有主效应的最佳拟合模型(CO2.Treatment,Lime.Treatment,Day)及其相应的相互作用.
dredge.models<-dredge(full.model.dredge,trace=FALSE,rank="AICc")
Run Code Online (Sandbox Code Playgroud)
然后为它们创建了一个工作区变量
my.dredge.models<-get.models(dredge.models)
Run Code Online (Sandbox Code Playgroud)
然后,我们进行了模型平均,以对最佳拟合模型的系数求平均值
silly<-model.avg(my.dredge.models,subset=delta<10)
Run Code Online (Sandbox Code Playgroud)
但是现在我想要创建一个图形,Y轴上的Total Alive和X轴上的Days,以及取决于模型输出的拟合线.我知道这很棘手,因为模型连接了Total.Alive和Total.Dead(参见cbind(Total.Alive,Total.Dead)模型).
当我尝试运行预测命令时,我收到错误
# 9: In UseMethod("predict") :
# no applicable method for 'predict' applied to an object of class "mer"
Run Code Online (Sandbox Code Playgroud) 我不知道为什么,但我很确定以下确实会产生一段时间的情节.你能告诉我这里有什么问题吗?
library(ggplot2)
qplot(c(0, 2), stat="function", fun=exp, geom="line")
Run Code Online (Sandbox Code Playgroud)
这将返回"c(0,2)中的错误:未使用的参数(2)." 为什么?
编辑:这是一个普遍的问题:
a <- c(0, 2)
Run Code Online (Sandbox Code Playgroud)
给出了同样的错误.这里发生了什么?
我试图对320,000行数据(6个变量)进行逻辑回归.对数据样本(10000)的逐步模型选择给出了具有5个交互项的相当复杂的模型:Y~X1+ X2*X3+ X2*X4+ X2*X5+ X3*X6+ X4*X5.该glm()函数可以使该行模型具有10000行数据,但不适用于整个数据集(320,000).
使用bigglm由块从SQL Server导致错误读取数据块,而我不能让从结果的意义traceback():
fit <- bigglm(Y~X1+ X2*X3+ X2*X4+ X2*X5+ X3*X6+ X4*X5,
data=sqlQuery(myconn,train_dat),family=binomial(link="logit"),
chunksize=1000, maxit=10)
Error in coef.bigqr(object$qr) :
NA/NaN/Inf in foreign function call (arg 3)
> traceback()
11: .Fortran("regcf", as.integer(p), as.integer(p * p/2), bigQR$D,
bigQR$rbar, bigQR$thetab, bigQR$tol, beta = numeric(p), nreq = as.integer(nvar),
ier = integer(1), DUP = FALSE)
10: coef.bigqr(object$qr)
9: coef(object$qr)
8: coef.biglm(iwlm)
7: coef(iwlm)
6: bigglm.function(formula = formula, data = datafun, ...)
5: bigglm(formula …Run Code Online (Sandbox Code Playgroud) 我有data.frame130,209行.
> head(dt)
mLow1 mHigh1 mLow2 mHigh2 meanLow meanHigh fc mean
A_00001 37.00 12.75 99.25 78.50 68.125 45.625 1.4931507 56.8750
A_00002 31.00 21.50 84.75 53.00 57.875 37.250 1.5536913 47.5625
A_00003 72.50 26.50 81.75 74.75 77.125 50.625 1.5234568 63.8750
Run Code Online (Sandbox Code Playgroud)
我想拆分data.frame12,scale在列上应用函数fc然后组合它.这里没有分组变量,否则我已经使用过了ddply.另外,因为130,209不能完全被12整除,结果data.frames将是不平衡的,即11 data.frame秒将有10,851行,最后一行将有10,848行,但这很好.
那么如何将data.frame一行一行拆分成n个块(在本例中为12),应用一个函数然后将它们组合在一起?任何帮助都会非常感激.
更新:使用两个顶级解决方案,我得到不同的结果:使用@Ben Bolker的解决方案,
mLow1 mHigh1 mLow2 mHigh2 UID gene_id meanLow meanHigh mean fc
1.5 3.25 1 1.25 MGLibB_00021 0610010K14Rik 1.25 2.25 1.75 -0.5231249
1.5 …Run Code Online (Sandbox Code Playgroud) 是否可以扫描CRAN上的所有软件包以查找所有依赖于特定软件包的软件包?
我已经找到了解决方法,但仅在已安装的软件包上找到了,这不是我想要的。
标题基本上说明了一切。我在弄清楚用初始化向量vector(mode="list")和用列表之间的区别时遇到了麻烦list()。
签名上有一些细微的差异,list()可以带value参数,tag = value而vector()不能带参数。
R内部几乎所有列表都是通用向量
那么除了可以使用标签和值初始化列表之外,还有什么实际区别吗?