我知道如果我有一个超过1列的数据框,我可以使用
colnames(x) <- c("col1","col2")
重命名列.如果它只是一列,我该怎么做？意味着矢量或数据框中只有一列.
例:
trSamp <- data.frame(sample(trainer$index, 10000))
head(trSamp )
# sample.trainer.index..10000.
# 1 5907862
# 2 2181266
# 3 7368504
# 4 1949790
# 5 3475174
# 6 6062879
ncol(trSamp)
# [1] 1
class(trSamp)
# [1] "data.frame"
class(trSamp[1])
# [1] "data.frame"
class(trSamp[,1])
# [1] "numeric"
colnames(trSamp)[2] <- "newname2"
# Error in names(x) <- value :
# 'names' attribute [2] must be the same length as the vector [1]
我想计算NA数据框列中的值的数量.假设我的数据框被调用df,我正在考虑的列的名称是col.我想出的方法如下:
sapply(df$col, function(x) sum(length(which(is.na(x)))))
这是一个很好/最有效的方法吗？
给定以下矩阵假设我想在第二列中找到最大值:
mat <- matrix(c(1:3,7:9,4:6), byrow = T, nc = 3)
mat
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 7 8 9
[3,] 4 5 6
我知道max(mat[,2])会返回8.如何返回行索引,在这种情况下第二行？
我正在使用mtcars数据集.我想找到特定数据组合的记录数.与count(*)SQL中的group by子句非常相似的东西.ddply()来自plyr正在为我工作
library(plyr)
ddply(mtcars, .(cyl,gear),nrow)
有输出
cyl gear V1
1 4 3 1
2 4 4 8
3 4 5 2
4 6 3 2
5 6 4 4
6 6 5 1
7 8 3 12
8 8 5 2
使用此代码
library(dplyr)
g <- group_by(mtcars, cyl, gear)
summarise(g, length(gear))
有输出
length(cyl)
1 32
我找到了传入的各种功能,summarise()但似乎没有一个对我有用.我发现的一个功能是sum(G)返回
Error in eval(expr, envir, enclos) : object 'G' not found
尝试使用n(),返回 …
我有一个foreach使用循环%dopar%使用doSNOW作为后端.如何在每次迭代中打印循环？
我下面的代码是我目前使用的,但它不打印任何东西.
foreach(ntree=rep(25,2),.combine=combine,.packages='randomForest',
.inorder=FALSE) %dopar% {
print("RANDOM FOREST")
randomForest(classForm,data=data,na.action=na.action,do.trace=do.trace,ntree=ntree,mtry=mtry)
}
我有一个如下所示的示例数据框:
data <- data.frame(matrix(sample(1:40), 4, 10, dimnames = list(1:4, LETTERS[1:10])))
我想知道如何选择多个列并将它们一起转换为因子.我通常会这样做data$A = as.factor(data$A).但是当数据框非常大并且包含大量列时,这种方式将非常耗时.有谁知道更好的方法吗？
我想知道10的权力是否以及如何与控制台中科学记数法的印刷相关.我搜索过R docs并且没有发现任何相关内容,或者我真的理解.
首先,我scipen和digits设置
unlist(options("scipen", "digits"))
# scipen digits
# 0 7
现在,10的功率通常打印到4次方,然后在5次方打印切换到科学记数.
10^(1:4)
# [1] 10 100 1000 10000
10^(1:5)
# [1] 1e+01 1e+02 1e+03 1e+04 1e+05
有趣的是,这不会发生了一些其他的数字大于10.
11^(1:5)
# [1] 11 121 1331 14641 161051
从以下情况来看,5位数似乎很重要.
100^(1:2)
# [1] 100 10000
100^(1:3)
# [1] 1e+02 1e+04 1e+06
所以我的问题是:
为什么科学记数法在第4和第5次幂之间激活10次而不是其他数字？数字5是否显着？此外,为什么5而不是更接近22的最大数字选项的数字？
我有一个带有NA值的向量,我想用新的因子级别替换NA.
a = as.factor(as.character(c(1, 1, 2, 2, 3, NA)))
a
[1] 1 1 2 2 3 <NA>
Levels: 1 2 3
这有效,但这似乎是一种奇怪的方式.
a = as.factor(ifelse(is.na(a), "NA", a))
class(a)
[1] "factor"
这是预期的输出:
a
[1] 1 1 2 2 3 NA
Levels: 1 2 3 NA