我运行 debian stable (bullseye) 并使用官方 R 向后移植。看
https://cloud.r-project.org/bin/linux/debian/
我向 mu 存储库添加了一行
$ cat /etc/apt/sources.list | grep r-project
deb http://cloud.r-project.org/bin/linux/debian bullseye-cran40/
直到今天一切都很好。现在，当我更新时，当我运行 sudo apt update 时，我收到有关 R 存储库签名的错误，请参阅
W: An error occurred during the signature verification. The repository is not updated and the previous index files will be used. GPG error: http://cloud.r-project.org/bin/linux/debian bullseye-cran40/ InRelease: The following signatures were invalid: EXPKEYSIG FCAE2A0E115C3D8A Johannes Ranke (Wissenschaftlicher Berater) <johannes.ranke@jrwb.de>
W: Failed to fetch http://cloud.r-project.org/bin/linux/debian/bullseye-cran40/InRelease The following signatures were invalid: EXPKEYSIG FCAE2A0E115C3D8A Johannes Ranke (Wissenschaftlicher …这在基础 R 中必须很简单，但它让我对 dplyr 发疯（这总体上让我的生活变得更好！）。假设你有以下小标题
library(dplyr)
#>
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#>
#> filter, lag
#> The following objects are masked from 'package:base':
#>
#> intersect, setdiff, setequal, union
df1 <- tibble(x=seq(5)*19, a1=seq(5)*1, a2=seq(5)*2, a3=seq(5)*4)
df1
#> # A tibble: 5 x 4
#> x a1 a2 a3
#> <dbl> <dbl> <dbl> <dbl>
#> 1 19 1 2 4
#> 2 38 2 4 8
#> 3 57 3 6 12
#> …我确信解决方案是单行，但我正在用头撞墙。\n请参阅帖子末尾的非常短的 reprex；我如何告诉 dplyr 我只想将没有 NA 的列加倍？
\n非常感谢
\nlibrary(dplyr)\n#> \n#> Attaching package: \'dplyr\'\n#> The following objects are masked from \'package:stats\':\n#> \n#> filter, lag\n#> The following objects are masked from \'package:base\':\n#> \n#> intersect, setdiff, setequal, union\n\n\ndf <- tibble(x=1:10, y=101:110,\n w=c(6,NA,4,NA, 5,0,NA,4,8,17 ),\n z=c(2,3,4,NA, 5,10,22,34,58,7 ),\n k=rep("A",10))\n\n\ndf\n#> # A tibble: 10 x 5\n#> x y w z k \n#> <int> <int> <dbl> <dbl> <chr>\n#> 1 1 101 6 2 A \n#> 2 2 102 NA 3 A \n#> 3 3 103 …我想自定义当我将鼠标悬停在栏上时我在情节中看到的内容。
请查看帖子末尾的 reprex。我看了一下
https://community.rstudio.com/t/changing-hovertext-in-plotly/71736
但我一定犯了一些错误。我希望当我将鼠标悬停在栏上时只看到变量“macro_sector”和“amount”，而栏上根本没有静态文本。我怎样才能做到这一点？非常感谢
library(dplyr)
#>
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#>
#> filter, lag
#> The following objects are masked from 'package:base':
#>
#> intersect, setdiff, setequal, union
library(plotly)
#> Loading required package: ggplot2
#>
#> Attaching package: 'plotly'
#> The following object is masked from 'package:ggplot2':
#>
#> last_plot
#> The following object is masked from 'package:stats':
#>
#> filter
#> The following object is masked from 'package:graphics':
#> …几行代码暴露了我的问题。当我处理世界地图并引入投影时，我总是会得到一些看起来很奇怪的水平线。请查看 https://www.rdocumentation.org/packages/ggplot2/versions/1.0.0/topics/coord_map
我以新西兰为例
library(ggplot2)
nz <- map_data("nz")
# Prepare a map of NZ
nzmap <- ggplot(nz, aes(x = long, y = lat, group = group)) +
geom_polygon(fill = "white", colour = "black")
# Plot it in cartesian coordinates
nzmap
# With correct mercator projection
nzmap + coord_map()
效果很好。现在让我们对世界做同样的事情
world <- map_data("world")
# Prepare a map of the world
worldmap <- ggplot(world, aes(x = long, y = lat, group = group)) +
geom_polygon(fill = "white", colour = "black")
# Plot it …一个真正的问题。每当我需要编写 dplyr 函数时，我都在旁听。我知道 curl-curly 运算符可以简化很多任务。
https://www.tidyverse.org/blog/2019/06/rlang-0-4-0/
和
https://www.tidyverse.org/blog/2020/02/glue-strings-and-tidy-eval/
我不清楚什么时候使用简单的“=”和海象运算符“:=”。例如，考虑帖子末尾的片段。函数mean_by 和mean_by2 的不同只是因为前者依赖于“=”，后者依赖于“:=”，但结果是一样的。但是，如果我尝试编写一个依赖于 mutate 来添加新列的函数，如果我在创建新列时使用“=”而不是“:=”，我会收到一条错误消息。有人可以向我澄清为什么不同吗？这是否意味着使用 Walrus 运算符而不是“=”更安全？
谢谢！
library(tidyverse)
mean_by <- function(data, by, var) {
data %>%
group_by({{ by }}) %>%
summarise(avg = mean({{ var }}, na.rm = TRUE))
}
mean_by2 <- function(data, by, var) {
data %>%
group_by({{ by }}) %>%
summarise(avg := mean({{ var }}, na.rm = TRUE))
}
add_new_col <- function(data, old_col, new_col){
data %>%
mutate({{new_col}}:={{old_col}})
}
iris %>% mean_by(Species, Sepal.Width)
#> # A tibble: 3 x 2
#> …我希望我要写的内容有意义。\n如果你看看
\n\n解释了如何查询 \xc3\xa0 la SQL（来自 R 的 csv 文件）。\n就我而言，我有大量数据存储为大型（或大于我的 RAM）平面文件。
\n例如，我想将其中一个存储为 SQLite 数据库，而不将其完全加载到内存中。\n想象一下，如果您可以自动读取该文件中适合您的 RAM 的有限块，将其存储到 SQL 中，然后释放一些内存，处理下一个块，依此类推，直到所有文件都在数据库中。\n这在 R 中可行吗？如果表格可以存储为 tibble，那就更好了，但这并不重要。\n任何建议表示赞赏。\n谢谢！
\n我对所看到的感到非常困惑。\n我读了一个 Excel 文件，当我查看一列字符串中的唯一值时，我不明白结果。
\n我可以在一个最小的表示中重现这一点（见下文）：为什么 dd 有两个独特的元素，而 dd2 只有一个？
\n任何建议表示赞赏。
\ndd <- c("\xef\xbb\xbfGrant", "Grant")\n\n\ndd2 <- c("Grant", "Grant")\n\nunique(dd)\n#> [1] "\xef\xbb\xbfGrant" "Grant"\nlength(unique(dd))\n#> [1] 2\n\nunique(dd2)\n#> [1] "Grant"\nlength(unique(dd2))\n#> [1] 1\n\nsessionInfo()\n#> R version 4.1.1 (2021-08-10)\n#> Platform: x86_64-pc-linux-gnu (64-bit)\n#> Running under: Debian GNU/Linux 11 (bullseye)\n#> \n#> Matrix products: default\n#> BLAS: /usr/lib/x86_64-linux-gnu/blas/libblas.so.3.9.0\n#> LAPACK: /usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.9.0\n#> \n#> locale:\n#> [1] LC_CTYPE=en_GB.UTF-8 LC_NUMERIC=C \n#> [3] LC_TIME=en_GB.UTF-8 LC_COLLATE=en_GB.UTF-8 \n#> [5] LC_MONETARY=en_GB.UTF-8 LC_MESSAGES=en_GB.UTF-8 \n#> [7] LC_PAPER=en_GB.UTF-8 LC_NAME=C \n#> [9] LC_ADDRESS=C LC_TELEPHONE=C \n#> [11] LC_MEASUREMENT=en_GB.UTF-8 LC_IDENTIFICATION=C \n#> \n#> attached base packages:\n#> [1] …一个非常常见的问题是如何删除R 中数据框中的所有重复行，这可以使用多种工具来完成（我喜欢 dplyr+distinct）。
\n但是，如果您的数据集包含多个重复行，但您不想删除所有重复行，而只想删除某些变量组合的重复行，该怎么办？
\n我不知道如何实现这一点，所以欢迎任何建议。
\n请查看帖子末尾的 reprex。
\n谢谢！
\nlibrary(dplyr)\n#> \n#> Attaching package: \'dplyr\'\n#> The following objects are masked from \'package:stats\':\n#> \n#> filter, lag\n#> The following objects are masked from \'package:base\':\n#> \n#> intersect, setdiff, setequal, union\n\n\ndf <- tibble(x=rep(seq(5), 3), y=rep(LETTERS[1:5],3),\n z=c(rep(c("h","j","k","t","u"), 2), LETTERS[1:5])\n )\ndf\n#> # A tibble: 15 \xc3\x97 3\n#> x y z \n#> <int> <chr> <chr>\n#> 1 1 A h \n#> 2 2 B j \n#> 3 3 C k \n#> 4 4 …我正在使用新生成的 dplyr 1.0.0 和摘要包来生成小标题中每一行的散列。
我知道
但我想使用rowwise()dplyr 1.0.0 中的改进。
请参阅下面的示例。任何人都知道它为什么会失败？我应该被允许消化一行，其中条目是不同类型的。
library(dplyr)
library(digest)
df <- tibble(
student_id = letters[1:4],
student_id2 = letters[9:12],
test1 = 10:13,
test2 = 20:23,
test3 = 30:33,
test4 = 40:43
)
df
#> # A tibble: 4 x 6
#> student_id student_id2 test1 test2 test3 test4
#> <chr> <chr> <int> <int> <int> <int>
#> 1 a i 10 20 30 40
#> 2 b j 11 21 31 41
#> 3 …请在下面找到我在网上找到的脚本示例（可能来自 Rstudio），用于创建一个简单的应用程序来读取各种平面文件并输出表格。我添加了一些创建应用程序可以读取的文件“test_input_file.csv”的内容。
我迷失了一个非常简单的任务：读取 csv 文件后，我有一个 tibble 并将其呈现为表格。我如何直接访问这个 tibble 来用它做其他事情？例如用plotly绘制它，进行一些统计等......？非常感谢
library(shiny)
library(tidyverse)
tt <- tibble(AA=seq(10), BB=seq(10)*2, CC=seq(10)*3 )
write_csv(tt, "test_input_file.csv")
rm(tt)
# Define UI for data upload app ----
ui <- fluidPage(
# App title ----
titlePanel("Uploading Files"),
# Sidebar layout with input and output definitions ----
sidebarLayout(
# Sidebar panel for inputs ----
sidebarPanel(
# Input: Select a file ----
fileInput("file1", "Choose CSV File",
multiple = FALSE,
accept = c("text/csv",
"text/comma-separated-values,text/plain",
".csv", "space")),
# Horizontal line ----
tags$hr(),
# Input: …