我想知道如何从文本字符串中获取唯一的字符数.假设我正在寻找重复单词中的苹果,香蕉,菠萝,葡萄的重复计数.
A<- c('I have a lot of pineapples, apples and grapes. One day the pineapples person gave the apples person two baskets of grapes')
df<- data.frame(A)
假设我想获得文本中列出的所有水果的独特计数.
library(stringr)
df$fruituniquecount<- str_count(df$A, "apples|pineapples|grapes|bananas")
我尝试了这个,但我得到了所有的计数.我希望答案为'3'.请提出您的想法.
我有数据的地方如下
location<- c("xyz, sss, New Zealand", "USA", "Pris,France")
id<- c(1,2,3)
df<-data.frame(location,id)
我想从数据中提取国家/地区名称.棘手的部分是,如果我只提取最后一个单词,那么我将只有一个记录(法国).
library(stringr)
df$country<- word(df$location,-1)
关于如何从这些数据中提取国家数据的任何想法？
id location country
1 xyz, sss, New Zealand New Zealand
2 USA USA
3 Pris,France France
我有一个数据框,我想基于以下数据集创建一个不平衡的面板.
profile<- c('lehman', 'john','oliver','stephen','picasso')
start_date<- c(2008-01-01, 2008-02-02,2008-04-02,2008-09-02,2009-02-02)
end_date <- c (2009-12-31, 2009-12-31, 2009-12-31,2009-12-31,2009-12-31)
df<- data.frame(profile,start_date,end_date)
我想创建两列tid和myear.Myear基本上是从开始日期开始的月份,并且基于月份直到最后结束日期不断扩展.然后我需要一个tid,其编号为01,用于myear 01-2008,02用于02-2008 ....所以12-2009为24.有人可以建议如何做到这一点吗？这是预期的输出.
profile start_date end_date tid myear
lehman 2008-01-01 2009-12-31 01 01-2008
lehman 2008-01-01 2009-12-31 02 02-2008
... .. .. ..
lehman 2008-01-01 2009-12-31 24 12-2009
john 2008-02-02 2009-12-31 02 02-2008
john 2008-02-02 2009-12-31 03 03-2008
.. .. .. ..
john 2008-02-02 2009-12-31 24 12-2009
... .. ... ..
picasso 2009-02-02 2009-12-31 14 02-2009
picasso 2009-03-02 2009-12-31 15 03-2009
... ... ... ..
我正在尝试将多个json文件读取到工作目录中，以进一步转换为数据集。我在目录json中有文件text1，text2，text3。这是我写的代码：
setwd("Users/Desktop/json")
temp = list.files(pattern="text*.")
myfiles = lapply(temp, read.delim)
library("rjson")
json_file <- "myfiles"
library(jsonlite)
out <- jsonlite::fromJSON(json_file)
out[vapply(out, is.null, logical(1))] <- "none"
data.frame(out, stringsAsFactors = FALSE)[,1:5]
View(out)
我大约有200个文件，所以我想知道是否可以导入json文件。
谢谢
我需要从具有这些性质的向量中提取开始年和结束年。
yr<- c("June 2013 – Present (2 years 9 months)", "January 2012 – June 2013 (1 year 6 months)","2006 – Present (10 years)","2002 – 2006 (4 years)")
yr
June 2013 – Present (2 years 9 months)
January 2012 – June 2013 (1 year 6 months)
2006 – Present (10 years)
2002 – 2006 (4 years)
我期望这样的输出。有人有建议吗？
start_yr end_yr
2013 2016
2012 2013
2006 2016
2002 2006
我想创建多个数据框并根据年份分配它们。我看过其他帖子，但我无法为我的案例复制它。例如，
a <- c(1,2,3,4)
b <- c('kk','km','ll','k3')
time <- (2001,2001,2002,2003)
df <- data.frame(a,b,time)
myvalues <- c(2001,2002,2003)
for (i in 1:3)
{ y[[i]]<- df[df$time=myvalues[[i]],}
我想为 2001、2002 和 2003 年创建三个数据框 y1、y2、y3。任何建议如何使用 for 循环？
我想提取“/”符号后的倒数第二个字符串。例如，
url<- c('https://example.com/names/ani/digitalcod-org','https://example.com/names/bmc/ambulancecod.org' )
df<- data.frame (url)
我想从两者之间的最后一个单词中提取第二个单词 // 并希望获取单词“ani”和“bmc”
所以，我尝试了这个
library(stringr)
df$name<- word(df$url,-2)
我需要输出如下：
name
ani
bmc
我正在尝试创建一个新列，它为我获取数据框中列表的最大值。我想知道如何从 df$value 列创建名为 maxvalue 的列，即，我想在列中获取该列表的最大值。
x <- c( "000010011100011111001111111100", "011110", "0000000")
y<- c(1, 2,3)
df<- data.frame(x,y)
library(stringr)
df$value <- strsplit(df$x, "[^1]+", perl=TRUE)
# expected output ( I have tried the following)
df$maxvalue<- max(df$value)
df$maxvalue
8
4
0
我将R文件转换为Stata格式时出错.我能够将数字转换为Stata文件,但是当我包含字符串时,我收到以下错误:
library(foreign)
write.dta(newdata, "X.dta")
Error in write.dta(newdata, "X.dta") :
empty string is not valid in Stata's documented format
我有很少的字符串,如位置,名称等,它们缺少值,这可能导致这个问题.有办法处理这个吗？.
我有一个字符串,我想找到重复的字母.例如,
A <- c('A-B-A-B-C', 'A-B-C-D', 'A-B-A-C-D-E-F', 'A-B-A-B')
我想创建一个向量B,如果没有重复的字母,则取值为0,否则为1.
B <- c('1','0','1','1')
我想从向量中提取第一个字符串.例如,
y<- c('london/hilss', 'newyork/hills', 'paris/jjk')
我想在符号"/"之前得到字符串,即
location
london
newyork
paris