我正在尝试使用R中的readr :: read_csv读取csv文件.我导入的csv文件大约有150列,我只是包含示例的前几列.我期待覆盖默认类型(我执行read_csv的日期)的第二列到字符或其他日期格式.
GIS Join Match Code Data File Year State Name State Code County Name County Code Area Name Persons: Total
G0100010 2008-2012 Alabama 1 Autauga County 1 Autauga County, Alabama 54590
df <- data.frame("GIS Join Match Code"="G0100010", "Data File" = "2008-2012", "State" = "Alabama", "County" = "Autauga County", "Population" = 54590)
问题是,当我使用readr :: read_csv时,似乎我可能必须在覆盖col_types时使用所有变量(请参阅下面的错误).这需要指定单独覆盖所有150列(？)..问题是:有没有办法指定覆盖特定列的col_type或命名的对象列表？在我的情况下,它将覆盖"数据文件年"列.
我知道任何省略的列都会被自动解析,这对我的分析很好.我认为它变得更复杂,因为列名在我下载的文件中有空格(例如,"数据文件年","国家代码")等.
tempdata <- read_csv(df, col_types = "cc")
Error: You have 135 column names, but 2 columns
我想,如果可能的话,其他选项只是跳过一起阅读第二列？
这个问题在某种程度上与问题有关,问题是在非平凡的标准上有效地合并两个数据框,并检查日期是否在r中的两个日期之间.我在这里发布的请求该功能是否存在: GitHub问题
我希望加入两个数据帧dplyr::left_join().我用来加入的条件是小于,大于ie,<=和>.是否dplyr::left_join()支持这种功能？或者只=在这些键之间使用操作符.这很容易从SQL运行(假设我在数据库中有数据帧)
这是一个MWE:我有一个公司年(fdata)的两个数据集,而第二个是每五年发生一次的调查数据.因此,对于fdata两个调查年份之间的所有年份,我加入相应的调查年度数据.
id <- c(1,1,1,1,
2,2,2,2,2,2,
3,3,3,3,3,3,
5,5,5,5,
8,8,8,8,
13,13,13)
fyear <- c(1998,1999,2000,2001,1998,1999,2000,2001,2002,2003,
1998,1999,2000,2001,2002,2003,1998,1999,2000,2001,
1998,1999,2000,2001,1998,1999,2000)
byear <- c(1990,1995,2000,2005)
eyear <- c(1995,2000,2005,2010)
val <- c(3,1,5,6)
sdata <- tbl_df(data.frame(byear, eyear, val))
fdata <- tbl_df(data.frame(id, fyear))
test1 <- left_join(fdata, sdata, by = c("fyear" >= "byear","fyear" < "eyear"))
我明白了
Run Code Online (Sandbox Code Playgroud)Error: cannot join on columns 'TRUE' x 'TRUE': index out of bounds
除非left_join能处理这个条件,但我的语法遗漏了什么？
计算使用 dplyr 访问 sql 表的行数的有效方法是什么。MWE 在下面使用 SQLite，但我使用 PostgreSQL 并且有同样的问题。基本上 dim() 不是很一致。我用了
dim()
这适用于数据库中的模式（第一种情况），但当我从相同模式的 SQL 查询创建 tbl 时（第二种情况）不是很一致。我的行数以百万计，或者即使只有 1000 行，我也能看到这一点。我得到 NA 或 ??。有什么遗漏的吗？
#MWE
test_db <- src_sqlite("test_db.sqlite3", create = T)
library(nycflights13)
flights_sqlite <- copy_to(test_db, flights, temporary = FALSE, indexes = list(
c("year", "month", "day"), "carrier", "tailnum"))
flights_postgres <- tbl(test_db, "flights")
第一种情况（来自直接模式的表）
flights_postgres
> flights_postgres
Source: postgres 9.3.5 []
From: flights [336,776 x 16]
year month day dep_time dep_delay arr_time arr_delay carrier tailnum flight origin dest air_time distance hour minute
1 2013 …我试图在我的数据帧中选择一个变量子集,并重命名新数据帧中的变量.我有大量的变量需要重命名.我在用
dplyr::select
dplyr::select_
由于我要重命名的变量数量,我在想是否应该使用字符串变量来重命名,但不确定它是否可能？使用字符串可以帮助我管理newname oldname映射.这是一个例子
dplyr::select
library(dplyr)
library(nycflights13)
set.seed(123)
data <- sample_n(flights, 3)
select(data,yr=year,mon=month,deptime=dep_time)
我怎么能在字符串中传递this的参数,即newvariable = oldvariable参数然后使用
dplyr::select_
col_vector <- c("year", "month", "dep_time")
select_(data, .dots = col_vector)
我想到的字符串是:
rename_vector <- c("yr=year","mon=month","deptime=dep_time")
任何建议都会非常有帮助.
我tabstat在Stata中使用,并使用estpost和esttab输出到LaTeX.我有
tabstat
按组显示统计信息.例如,
tabstat assets, by(industry) missing statistics(count mean sd p25 p50 p75)
我的问题是tabstat(或其他Stata命令)是否有办法显示按平均值排序的输出,以便那些具有更高平均值的类别将位于顶部.默认情况下,Stata按industry我使用时的字母顺序显示tabstat.
我正在对多列求和，有些列有 NA。我在用
dplyr::mutate
然后写出列的算术和以获得总和。但是列有 NA，我想将它们视为零。我能够让它与 rowSums 一起工作（见下文），但现在使用 mutate。使用 mutate 可以使其更具可读性，但也可以让我减去列。示例如下。
require(dplyr)
data(iris)
iris <- tbl_df(iris)
iris[2,3] <- NA
iris <- mutate(iris, sum = Sepal.Length + Petal.Length)
如何确保 Petal.Length 中的 NA 在上述表达式中被处理为零？我知道使用 rowSums 我可以执行以下操作：
iris$sum <- rowSums(DF[,c("Sepal.Length","Petal.Length")], na.rm = T)
但是使用 mutate 甚至可以更容易地设置 diff = Sepal.Length - Petal.Length。使用 mutate 完成此操作的建议方法是什么？
请注意，该帖子类似于以下 stackoverflow 帖子。
我正在寻找一种在R中的美国地图上给县添加阴影的方法。我有一个数字/字符县FIPS代码列表，可以将其输入作为参数。我只需要突出显示这些县-所以只需要阴影它们，就没有对应于这些县的值或变体。我试图抬头
library(choroplethr)
library(maps)
和
county_choropleth(df_pop_county)
head(df_pop_county)
region value
1 1001 54590
2 1003 183226
3 1005 27469
4 1007 22769
5 1009 57466
6 1011 10779
但是这些需要区域，价值对。例如，上面的fip代码和填充。有没有一种方法可以仅使用fipscode数据框来调用county_choropleth函数而不必使用值。这样，我就可以用一种颜色编码我的fips。使用Choroplethr在R中完成此任务的有效方法是什么？
我正在使用 Stata 运行固定效应模型，然后执行样本外预测。但似乎
xtreg
其次是
predict yhat, xbu
不预测样本外以及固定效应。有没有办法通过包含固定效应将 xtreg 用于样本外？插图：
webuse nlswork
xtset idcode year
regress ln_wage age if year <= 80
predict temp1
xtreg ln_wage age if year <= 80, fe
predict temp2, xbu
就我而言，我需要预测 year = 81 的值。并且 temp2 为空的年数 > 80。阅读 xtreg 和 areg 的手册，似乎不可能进行样本外预测，尤其是对于 xbu——其中包括固定效应预测。可以理解，如果我使用年份固定效果没有意义，但如果我只是使用idcode应该可以吗？任何建议将不胜感激。或者关于如何获得解决方案的任何建议？
它似乎只针对 <= 2000 年的所有年份生成。也就是说，我只能生成样本中的预测。