小编Ben*_*ker的帖子

缩短(限制)句子的长度

我有一长串的名字,我想把它们切成最多40个字符.

样本数据:

x <- c("This is the longest sentence in world, so now just make it longer",
 "No in fact, this is the longest sentence in entire world, world, world, world, the whole world")
Run Code Online (Sandbox Code Playgroud)

我想将sentece长度缩短到大约40( - /+ 3 nchar),这样我就不会缩短单词中间的句子.(所以长度是在单词之间的空白区域上决定的).

此外,我想在缩短后的情况下添加3个点.

期望的输出将是这样的:

c("This is the longest sentence...","No in fact, this is the longest...")
Run Code Online (Sandbox Code Playgroud)

这个函数只会盲目缩短为40个字符.:

strtrim(x, 40)
Run Code Online (Sandbox Code Playgroud)

string substring r trim

5
推荐指数
1
解决办法
787
查看次数

使用scale_shape_manual时,图例中的颜色会丢失

我试图使用形状的位置21的填充形状绘制点.

d <- data.frame(expand.grid(a=letters[1:4],
      b=factor(1:2)), y=rnorm(8),x=rnorm(8))
Run Code Online (Sandbox Code Playgroud)

这非常有效:

ggplot(d, aes(x=x, y=y,fill=a,color=a))  + 
      geom_point(aes(shape=b,fill=a),size=4) +
      scale_shape_manual(values=c(21,22))
Run Code Online (Sandbox Code Playgroud)

我希望将形状的轮廓颜色设置为黑色,所以我认为在设置之外设置颜色="黑色" aes()可以解决问题:

 ggplot(d, aes(x=x, y=y,fill=a,color=a))  + 
   geom_point(aes(shape=b,fill=a),color="black",size=4) + 
   scale_shape_manual(values=c(21,22))
Run Code Online (Sandbox Code Playgroud)

这在情节内部起作用.但是,图例中的颜色都设置为黑色.

如何获得上面的传奇?

r ggplot2

5
推荐指数
1
解决办法
1154
查看次数

在 R 中添加标签以剪切函数

对于示例数据框:

df1 <- structure(list(X = 1:15, a = c(2L, 3L, 4L, 3L, 7L, 5L, NA, 2L, 
9L, 7L, 0L, 1L, 20L, 15L, 14L)), .Names = c("X", "a"), 
   class = "data.frame", row.names = c(NA, 
-15L))
Run Code Online (Sandbox Code Playgroud)

我使用以下代码将列“a”划分为四分位数:

cut.at.n.tile <- function(X , n = 4){ 
  cut( X , breaks = quantile( X , 
     probs = (0:n)/n , na.rm = TRUE ) , include.lowest = TRUE )}
df1$a.quartile <- cut.at.n.tile( df1$a , n = 4)
Run Code Online (Sandbox Code Playgroud)

如何用 1 - 4 替换标签(1 是最低的)?我不想简单地重新编码这些值,因为我将使用不同的连续变量运行很多次。

任何帮助将不胜感激。

r

5
推荐指数
1
解决办法
1万
查看次数

如何从lme4获得随机效应的协方差矩阵(BLUP /条件模式)

所以,我在R中拟合了一个带有两个随机截距的线性混合模型:

Y = X beta  + Z b + e_i, 
Run Code Online (Sandbox Code Playgroud)

哪里b ~ MVN (0, Sigma); X并且Z分别是固定和随机效应模型矩阵,beta并且b是固定效应参数和随机效应BLUP /条件模式.

我想得到基础协方差矩阵b,这在lme4包中似乎不是一件小事.您只能得到方差VarCorr,而不是实际的相关矩阵.

根据其中一个包装小插图(第2页),您可以计算β的协方差:e_i * lambda * t(lambda).以及您可以从输出中提取的所有组件lme4.

我想知道这是不是要走了?或者您还有其他建议吗?

r matrix covariance lme4

5
推荐指数
1
解决办法
1655
查看次数

R标签中的Directlabels包不适合绘图区域

我想用ggplot探索directlabels包.我试图在简单折线图的端点处绘制标签; 但是,标签面板会剪切标签.

我想可能有另一个解决方案使用annotate或其他一些geoms.但我想用直接标签来解决.请参阅下面的代码和图片.谢谢.

library(ggplot2)
library(directlabels)
library(tidyr)

#generate data frame with random data, for illustration and plot:
x <- seq(1:100)
y <- cumsum(rnorm(n = 100, mean = 6, sd = 15))
y2 <- cumsum(rnorm(n = 100, mean = 2, sd = 4))
data <- as.data.frame(cbind(x, y, y2))
names(data) <- c("month", "stocks", "bonds")
tidy_data <- gather(data, month)
names(tidy_data) <- c("month", "asset", "value")
p <- ggplot(tidy_data, aes(x = month, y = value, colour = asset)) + 
geom_line() + 
geom_dl(aes(colour = asset, …
Run Code Online (Sandbox Code Playgroud)

r ggplot2 direct-labels

5
推荐指数
1
解决办法
2024
查看次数

大数据:广义线性混合效应模型

我正在寻找有关为相对大的数据集拟合广义线性混合效应模型的策略的建议。

想想我有 10 年内大约 300 支球队的 800 万次美国篮球传球的数据。数据看起来像这样:

data <- data.frame(count = c(1,1,2,1,1,5),
               length_pass= c(1,2,5,7,1,3),
               year= c(1,1,1,2,2,2),
               mean_length_pass_team= c(15,15,9,14,14,8),
               team= c('A', 'A', 'B', 'A', 'A', 'B'))
data
 count length_pass year mean_length_pass_team team
1     1           1    1                    15    A
2     1           2    1                    15    A
3     2           5    1                     9    B
4     1           7    2                    14    A
5     1           1    2                    14    A
6     5           3    2                     8    B
Run Code Online (Sandbox Code Playgroud)

我想解释一下count球员在传球之前采取的步骤。我有理论动机假设count和之间存在团队级别的差异length_pass,因此多级(即混合效应)模型似乎是合适的。

我的个人级别控制变量是length_pass和 …

performance r bigdata lme4 mixed-models

5
推荐指数
1
解决办法
1140
查看次数

如果没有用户设置,如何选择种子?

为了再现性,必须选择种子.在R中,我们可以使用set.seed().我的问题是,当没有明确设置种子时,计算机如何选择种子?为什么没有默认种子?

random r random-seed

5
推荐指数
1
解决办法
165
查看次数

使 CRAN R 包建议 GitHub R 包

我想BOLTSSIRR在我的 R 包中使用 GitHub 上提供的 R 包,并将其上传到 CRAN。

我在文件中列出了BOLTSSIRR下面的内容,并使用.Suggests:DESCRIPTIONAdditional_repositories: https://github.com/daviddaigithub/BOLTSSIRR

但是,运行R CMD check --as-cran我得到:

Suggests or Enhances not in mainstream repositories:
  BOLTSSIRR
Availability using Additional_repositories specification:
  BOLTSSIRR   no   ?                                          
  ?            ?   https://github.com/daviddaigithub/BOLTSSIRR
Additional repositories with no packages:
  https://github.com/daviddaigithub/BOLTSSIRR
Run Code Online (Sandbox Code Playgroud)

所以 GitHub 链接似乎在检查中没有被识别。我可能需要在这里改变一些东西吗?

r github cran

5
推荐指数
1
解决办法
624
查看次数

ggplot 中的躲避/替换/排斥轴刻度标签?

如果没有大量工作,我想要的可能是不可能的,但也许有人有解决方案。我有一个如下图(当然这是一个过于简单的示例),其中我的刻度标签彼此非常接近:

dd <- data.frame(x=1:4, y=c(-10,10.5,10.6,10.7),
                 z = LETTERS[1:4])
library(ggplot2)
gg1 <- ggplot(dd, aes(x,y)) +
  geom_point() +
  geom_segment(x=0, aes(xend=x, y=y, yend=y)) +
  scale_y_continuous(breaks=dd$y, labels=dd$z)
Run Code Online (Sandbox Code Playgroud)

三个刻度标签(B、C、D)重叠的绘图

如果我真的想要,我可以导出为 SVG,将其转储到 Inkscape 中,然后手动将标签分开(甚至添加连接标签与精确 y 轴位置的小指示线):

B、C、D 手动移位的图片

如果能够以编程方式/自动执行类似的操作,那就太好了。我想:

  • ggrepel包(仅适用于图中的标签/文本 AFAIK)
  • directlabels包(它有一些放置选项,例如“first.bumpup”,可能适合这种情况/可修改)
  • 此处所示的和n.dodge参数check.overlap看起来有用且有趣,它们几乎可以处理这种情况,但会水平避开标签,如果标签长于几个字符,这会变得难看......guide_axisn.dodge

我很高兴有一个label.pos.nudge参数可以手动指定,以将标签沿轴的位置从相应的位置移开

r ggplot2

5
推荐指数
1
解决办法
999
查看次数

应用于值向量的简单逻辑测试中的令人费解的行为

好吧,这让我感到非常困惑和担心 - 作为例程的一部分,我一直在将变量的个别观察分类为TRUE或FALSE基于它们的值是高于还是低于/等于中值.但是,我在R中遇到的行为在执行这个简单的测试时很大程度上是出乎意料的.

所以采取这组观察:

data=c(0.6666667, 0.8333, 0.6666667, 0.8333, 0.8333, 0.75, 0.9999, 0.7499667, 0.25, 0.6666667, 0.1667, 0.7499667, 0.5, 0.2500333, 0.3333667, 0.0834, 0.0001, 0.2500333, 0.8333, 0.9999, 0.9999, 0.2500333, 0.2500333, 0.3333667, 0.9166, 0.5, 0.2500333, 0.4166667, 0.0001, 0.1667333, 0.6666333, 0.0834, 0.1667, 0.6666333, 0.9166, 0.1667, 0.7499333, 0.9166, 0.9166, 0.9166, 0.7499667, 0.7499667, 0.4166667, 0.5, 0.2500333, 0.9166, 0.6666667, 0.1667333, 0.25, 0.0001, 0.3333667, 0.0001, 0.25, 0.0834, 0.9999, 0.0834, 0.1667, 0.5, 0.2500333, 0.3333667, 0.9166, 0.9166, 0.8333, 0.9166, 0.75, 0.0834, 0.4166667, 0.5, 0.0001, 0.9999, 0.8333, 0.6666667, …
Run Code Online (Sandbox Code Playgroud)

r

4
推荐指数
1
解决办法
93
查看次数