我有一个data.frame,包含近200个变量(列)和不同类型的数据(num,int,logi,factor).现在,我想删除"factor"类型的所有变量来运行函数cor()
当我使用函数str()时,我可以看到哪些变量属于"factor"类型,但我不知道如何选择和删除所有这些变量,因为逐个删除是很费时间的.为了选择这些变量,我尝试了attr()和typeof()而没有结果.
有些方向？
I have done a Heat Map using the function heatmap.2 of gplots in R, but I don't have an idea of how to coloring the branches and tick labels per groups (Eg. if I cut the tree to have four gruops like in my second figure). I have checked that it is possible to color the dendrogram alone using dendextend package.
Also there is a heatmap here: selecting number of leaf nodes of dendrogram in heatmap.2 in R with a …
它看起来很简单，但是我不知道如何在R中进行编码。我有一个带有约100个变量的数据框（df），并且我想在响应中进行多元回归，即我的第一个变量（Y）和变量25至60作为回归变量。问题是我不想像这样写每个变量名：
lm(Y~var25+var26+.......var60, data=df)
我想使用[，25:60]之类的东西来选择一个完整的范围。我已经尝试过了，但是没有用：
test <- lm(Y~df[, 25:60], data=df)
summary(test)
有想法吗？
在这个例子中,我有50个不同站点的温度值,我想将Site1与所有50个站点相关联.但我想只将data.frame中函数cor.test()生成的组件"p.value"和"estimate"提取到两个不同的列中.
我做了我的尝试并且它有效,但我不知道怎么做!出于这个原因,我想知道如何简化我的代码,因为问题是我必须运行两次循环"for"以获得我的结果.
这是我的例子:
# Temperature data
data <- matrix(rnorm(500, 10:30, sd=5), nrow = 100, ncol = 50, byrow = TRUE,
dimnames = list(c(paste("Year", 1:100)),
c(paste("Site", 1:50))) )
# Empty data.frame
df <- data.frame(label=paste("Site", 1:50), Estimate="", P.value="")
# Extraction
for (i in 1:50) {
df1 <- cor.test(data[,1], data[,i] )
df[,2:3] <- df1[c("estimate", "p.value")]
}
for (i in 1:50) {
df1 <- cor.test(data[,1], data[,i] )
df[i,2:3] <- df1[c("estimate", "p.value")]
}
df
我非常感谢你的帮助:)
我想知道如何生成从0到100的自动化序列,数字每个只有5个位置,其余的都应该是NA值.最后我想有这样的事情:
> labCol
[1] 0 NA NA NA NA 5 NA NA NA NA 10 NA NA NA NA 15 NA ..... 100
我像这样手动完成了这个例子,但是很耗时:
labCol <- c(0, NA, NA, NA, NA, 5, NA, NA, NA, NA, 10, NA, NA, NA, NA, 15, NA, ... 100 )
我无法在seq()函数中找到一个选项来执行此操作.
这个问题是因为我正在使用包的功能heatmap.2()进行热图gplots,并且列标签太靠近了.我也不能每5或10个位置设置标签.这就是为什么我需要使用NA值生成我自己的标签序列以避免这种重叠.
欢迎任何建议:)