这是我的df(data.frame):
group value
1 10
1 20
1 25
2 5
2 10
2 15
我需要按组计算连续行中值之间的差异.
所以,我需要一个结果.
group value diff
1 10 NA # because there is a no previous value
1 20 10 # value[2] - value[1]
1 25 5 # value[3] value[2]
2 5 NA # because group is changed
2 10 5 # value[5] - value[4]
2 15 5 # value[6] - value[5]
虽然,我可以通过使用来处理这个问题ddply,但需要花费太多时间.这是因为我的团队中有很多团体df.(我的超过1,000,000个团体df)
有没有其他有效的方法来处理这个问题？
我使用rCharts制作了sankey图表.这是我的代码示例.数据基于此URL(http://timelyportfolio.github.io/rCharts_d3_sankey/example_build_network_sankey.html)
library(devtools)
library(rjson)
library(igraph)
devtools::install_github("ramnathv/rCharts")
library(rCharts)
g2 <- graph.tree(40, children=4)
V(g2)$weight = 0
V(g2)[degree(g2,mode="out")==0]$weight <- runif(n=length(V(g2)[degree(g2,mode="out")==0]),min=0,max=100)
E(g2)[to(V(g2)$weight>0)]$weight <- V(g2)[V(g2)$weight>0]$weight
while(max(is.na(E(g2)$weight))) {
df <- get.data.frame(g2)
for (i in 1:nrow(df)) {
x = df[i,]
if(max(df$from==x$to)) {
E(g2)[from(x$from) & to(x$to)]$weight = sum(E(g2)[from(x$to)]$weight)
}
}
}
edgelistWeight <- get.data.frame(g2)
colnames(edgelistWeight) <- c("source","target","value")
edgelistWeight$source <- as.character(edgelistWeight$source)
edgelistWeight$target <- as.character(edgelistWeight$target)
sankeyPlot2 <- rCharts$new()
sankeyPlot2$setLib('http://timelyportfolio.github.io/rCharts_d3_sankey')
sankeyPlot2$set(
data = edgelistWeight,
nodeWidth = 15,
nodePadding = 10,
layout = 32,
width = 960,
height = 500
) …我正在尝试研究基于"做贝叶斯数据分析:R,JAGS和斯坦(2015)的教程"一书中的贝叶斯分析.
在本书中,有一些例子.所以,我试图在R中复制这个例子.但是,在这个例子中我收到了一条错误信息.
具体而言,这是示例数据.
data
y s
1 1 Reginald
2 0 Reginald
3 1 Reginald
4 1 Reginald
5 1 Reginald
6 1 Reginald
7 1 Reginald
8 0 Reginald
9 0 Tony
10 0 Tony
11 1 Tony
12 0 Tony
13 0 Tony
14 1 Tony
15 0 Tony
y<-data$y
s<-as.numeric(data$s)
Ntotal=length(y)
Nsubj=length(unique(s))
dataList=list(y=y, s=s, Ntotal=Ntotal, Nsubj=Nsubj)
另外,这是我的模特.
modelString="
model{
for(i in 1:Ntotal){
y[i] ~ dbern(theta[s[i]])
}
for(s in 1:Nsubj){
theta[s] ~ dbeta(2,2)
}
}
"
writeLines(modelString, con="TEMPmodel.txt") …这是我的数据(A).
keyword
[1] shoes
[2] childrenshoes
[3] nikeshoes
[4] sportsshiirts
[5] nikeshirts
[6] shirts
...
另外,这是另一个数据(B).它是参考数据.
keyword value
[1] shoes 1
[2] shirts 2
...
我需要匹配这个数据集.
所以,我想要那个结果.
keyword vlaue
[1] shoes 1
[2] childrenshoes 1 (because, this keyword include the 'shoes')
[3] nikeshoes 1 (because, this keyword include the 'shoes')
[4] sportsshiirts 2 (because, this keyword include the 'shirts')
[5] nikeshirts 2 (because, this keyword include the 'shirts')
[6] shirts 2
...
如果我使用'merge',我的colud与这个数据集不匹配.这是因为数据(B)中的关键字与数据(A)中的数据不完全匹配.
我可以使用regexpr()或gregexpr()逐个处理.但是,我在数据中有很多参考(B)
那么,我该如何处理这个问题呢？
我对英超联赛的数据感兴趣。因此，我尝试从此官方网站获取数据https://www.premierleague.com/stats/top/players/total_pass
我正在使用R和RSelenium包。
library(rvest)
library(httr)
library(RSelenium)
remDr <- remoteDriver(port = 4445L)
remDr$open()
remDr$navigate('https://www.premierleague.com/stats/top/players/total_pass')
getsource <-remDr$getPageSource()
name<- read_html(getsource[[1]]) %>% html_nodes("strong") %>% html_text()
但是我遇到了一些问题。有一些类别的数据，例如季节，位置，俱乐部等。
因此，我认为我可以基于这些类别获取数据。但是我不知道如何在此站点中使用Rselenium在下拉框中选择特定的内容。
我认为，filenElement和clickElement对于这个实用的功能。但是，我不知道如何处理这些功能以选择特定条件，例如2016/17赛季和守门员位置。
请给我一个建议。