小编Adr*_*ian的帖子

> dput(ranks)
structure(c(NA, NA, 2L, 2L, NA, NA, NA, 2L, 1L), .Names = c("LANG1", 
"LANG2", "LANG3", "LANG4", "LANG5", "LANG6", "LANG7", "LANG8", 
"LANG9"))
> ranks
LANG1 LANG2 LANG3 LANG4 LANG5 LANG6 LANG7 LANG8 LANG9 
   NA    NA     2     2    NA    NA    NA     2     1 

我有一个包含 9 个元素的向量，我想检查该向量中的所有元素是否相同。通常我只使用all(ranks == ranks[1])，但在这种情况下，由于第一个元素是NA，我没有得到 TRUE/FALSE 输出。

```{r results = 'asis'}
for(i in 1:10){
  cat(paste("This is iteration number" i))
}
```

在我输出生成的 .docx 文件后，文本默认以 12 号 Cambria 字体左对齐。如何在我的 .Rmd 文件中将对齐方式更改为居中、更改字体大小和字体类型？

```{r}
knitr::include_graphics(path = "~/Desktop/R/Files/apple.jpg/")
```

上面的代码块工作正常。但是，当我创建一个for循环时，knitr::include_graphics似乎无法正常工作。

```{r}
fruits <- c("apple", "banana", "grape")
for(i in fruits){
  knitr::include_graphics(path = paste("~/Desktop/R/Files/", i, ".jpg", sep = ""))
}
```

apple = data.frame(Obs = c(1:4), Color = c("red", "red", "red", "green"), Weight = c(1.1, 1.2, 1.3, 1.4))
orange = data.frame(Obs = c(1:6), Weight = c(2, 3, 4, 5, 6, 7))

我有两个 data.framesapple和orange，其中后者的列是前者的子集。

> apple
  Obs Color Weight
1   1   red    1.1
2   2   red    1.2
3   3   red    1.3
4   4 green    1.4
> orange
  Obs Weight
1   1      2
2   2      3
3   3      4
4   4      5
5   5      6
6   6      7

我想合并 …

mat <- structure(list(c(1, 2, 3, 4, 5), 2, c(3, 2, 1), numeric(0), numeric(0), 
    numeric(0), c(1, 2, 3, 6), c(1, 2, 3, 4, 5), 1, numeric(0), 
    numeric(0), numeric(0), c(3, 4, 2), 3, c(1, 2, 3, 4, 5), 
    numeric(0), numeric(0), numeric(0), numeric(0), numeric(0), 
    numeric(0), 1.358, numeric(0), numeric(0), numeric(0), numeric(0), 
    numeric(0), numeric(0), 0.0223257970827299, numeric(0), numeric(0), 
    numeric(0), numeric(0), numeric(0), numeric(0), 1.493), .Dim = c(6L, 
6L))

> mat
     [,1]      [,2]      [,3]      [,4]      [,5]      [,6]     
[1,] Numeric,5 Numeric,4 Numeric,3 Numeric,0 Numeric,0 Numeric,0
[2,] 2         Numeric,5 3 …

df <- data.frame(id = c(1, 1, 1, 2, 2),
                 gender = c("Female", "Female", "Male", "Female", "Male"),
                 variant = c("a", "b", "c", "d", "e"))
> df
  id gender variant
1  1 Female       a
2  1 Female       b
3  1   Male       c
4  2 Female       d
5  2   Male       e

我想根据gender数据集中的列删除data.frame中的重复行。我知道（这里）有一个类似的问题，但是这里的区别是，我想删除数据集每个子集中的重复行，其中每个子集由一个unique定义id。

我想要的结果是这样的：

  id gender variant
1  1 Female       a
3  1   Male       c
4  2 Female       d
5  2   Male       e

我已经尝试了以下方法并且可以工作，但是我想知道是否存在更清洁，更有效的方法？

out = …

mylist <- list(NULL, structure(list(Gender = structure(1L, .Label = "Female", class = "factor"), 
  ID = structure(1L, .Label = "1", class = "factor"), Class = structure(1L, .Label = "A", class = "factor"), 
  Score1 = 21.6, Score2 = 39.61, Score3 = 8.85, 
  Score4 = 13.66, Score5 = 2.64999999999999, Score6 = 6.94736842105265), .Names = c("Gender", 
  "ID", "Class", "Score1", "Score2", "Score3", 
  "Score4", "Score5", "Score6"), row.names = c(NA, -1L
  ), class = "data.frame"), list(structure(list(Gender = structure(1:2, .Label = c("Female", 
  "Male"), class = "factor"), ID = structure(c(1L, …

mydat <- c(rep(4:10, each = 3), rep(1:2, each = 2))
barplot(table(mydat))
abline(v = 3, col = "blue")

这给了我以下情节： 我想要一条垂直线x=3。但是，由于 x 轴的间隔方式，垂直线似乎不在正确的位置。我怎样才能解决这个问题？即我希望我的情节看起来像这样：

x = 1:3
y = 1:3
> expand.grid(x = 1:3, y = 1:3)
  x y
1 1 1
2 2 1
3 3 1
4 1 2
5 2 2
6 3 2
7 1 3
8 2 3
9 3 3

使用expand.grid给了我所有的组合。但是，我只想要成对比较，也就是说，我不想要 1 对 1、2 对、2 或 3 对 3 的比较。此外，我只想保留唯一的对，即我想保留1 对 2（而不是 2 对 1）。

总之，对于上述x和y，我想要以下 3 对组合：

  x y
1 1 2
2 1 3
3 2 3

同样，对于x = …

library(tidyverse)
nsource <- 5
mydata <- structure(list(p1 = c(0.153603238035774, 0.251732841184133), 
                         p2 = c(0.0108935803858148, 0.12041117307058), 
                         p3 = c(0.712158280629968, 0.257556345715588), 
                         p4 = c(0.0529741150781822, 0.17690785400165), 
                         p5 = c(0.0703707858702605, 0.193391786028049)), 
                    row.names = 1:2, class = "data.frame")

mydata <- mydata %>% 
  rowwise %>%
  mutate(P = sample(1:nsource, size = 1, replace = TRUE, 
                    prob = c_across(matches('^p\\d+$')))) %>% 
  ungroup
> Error: `c_across()` must only be used inside dplyr verbs.

我有一个数据集mydata

         p1         p2        p3         p4         p5
1 0.1536032 0.01089358 0.7121583 0.05297412 0.07037079
2 0.2517328 0.12041117 0.2575563 0.17690785 …