我有一系列时间和温度值的数据.我想生成趋势线并找到后续的等式.这可以在excel中完成.但是,我怎么能在R中找到趋势线的方程.
abline函数可用于生成趋势线,但底层方程在哪里？我看到了一个链接,他们使用以下代码来说明问题
x <- sample(1:100, 100, replace = TRUE)
y <- x + rnorm(100, sd = 4)
mydf <- data.frame(x = x, y = y)
plot(y ~ x, data = mydf)
model <- lm(y ~ x, data = mydf)
abline(model, col = "red")
summary(model)
如果你执行它,可以对结果有所了解并查看等式,请告诉我.否则帮助我用R得到趋势线方程
谢谢!
我有一个快速的问题。我正在尝试'greenland.gdb\topology_check\t_buildings'在'\'使用时拆分字符串S ：
S.split('\')
我期望输出列表：
['greenland.gdb', 'topology_check', 't_buildings'].
而是返回错误：SyntaxError: EOL while scanning string literal。python中的字符“ \”是什么。与任何其他字符一起使用都可以。
是否可以在 Pandas 中的组对象的列的最后 5 条记录中找到空值计数并保存在新列中。假设我们在一个包含 10 条记录的数据框中有一个组 (00936)，如下所示。我不想计算“ Obse”列中的总空值，而只想计算过去 5 个月的空值。而这个计数（即 4.0）我想填写一个新列。
code months Obse
2903 00936 2019-02 4.0
2904 00936 2019-03 2.0
2905 00936 2019-04 1.0
2906 00936 2019-05 NaN
2907 00936 2019-06 NaN
2908 00936 2019-07 2.0
2909 00936 2019-08 NaN
2910 00936 2019-09 NaN
2911 00936 2019-10 NaN
我正在尝试使用 tail 函数，但它不起作用，因为它返回的记录少于组的长度。
df['count_nulls'] = df.groupby('code').tail(5).Obse.transform(lambda group: group.isnull().sum())
我怎样才能做到这一点。以下是上述输入数据帧的预期输出
code months Obse count_nulls
2903 00936 2019-02 4.0 4.0
2904 00936 2019-03 NaN 4.0
2905 00936 2019-04 1.0 4.0
2906 …