我想知道如何在对数据进行排序后检索行号.
让我们想象一下我的矢量是这样的:
vec = c("GET FRESH", "EASTENDERS", "WORLD CUP", "SPORT", "DYNASTY" )
Run Code Online (Sandbox Code Playgroud)
然后我排序
sort(vec)
[1] "DYNASTY" "EASTENDERS" "GET FRESH" "SPORT" "WORLD CUP"
Run Code Online (Sandbox Code Playgroud)
我怎么能得到每个案例的行号?
vec rownumber
[1,] "DYNASTY" "5"
[2,] "EASTENDERS" "2"
[3,] "GET FRESH" "1"
[4,] "SPORT" "4"
[5,] "WORLD CUP" "3"
Run Code Online (Sandbox Code Playgroud) 我想清理这个向量,只保留数字
vec = c(" 4010 \"Filling in time budget diary\"", " 8888 \"Prob cont. preceding activity\"", " 9999 \"Missing, undecipherable\";")
Run Code Online (Sandbox Code Playgroud)
我想要的只是: 4010, 8888, 9999
我想到了类似的东西,完全匹配数字,但它不起作用.
gsub("^[[:digit:]]$", replacement = '', vec)
Run Code Online (Sandbox Code Playgroud)
谢谢
我想知道如何使用进行交叉表dplyr与melted数据.我的数据看起来像这样.
idmen sexe dip14_rec
1 0110008218 1 Uni
2 0110008218 2 Primary-Secondary
3 0110010366 1 Uni
4 0110010366 2 Uni
5 0110011567 1 Primary-Secondary
6 0110011567 2 Primary-Secondary
7 0110012163 2 Primary-Secondary
8 0110012163 1 Primary-Secondary
9 0110016580 2 Uni
10 0110016580 1 No Diploma
Run Code Online (Sandbox Code Playgroud)
我想要的是dipl14_recby 的交叉表idmen.
我发现这一点的唯一方法是
dta1 = dta %>% filter(sexe == 1)
dta2 = dta %>% filter(sexe == 2)
dta12 = merge(dta1, dta2, by = 'idmen')
table( Men = …Run Code Online (Sandbox Code Playgroud) 我想知道如何按组计算不匹配的情况.
让我们想象这是我的数据:
sek = rbind(c(1, 'a', 'a', 'a'),
c(1, 'a', 'a', 'a'),
c(2, 'b', 'b', 'b'),
c(2, 'c', 'b', 'b'))
colnames(sek) <- c('Group', paste('t', 1:3, sep = ''))
Run Code Online (Sandbox Code Playgroud)
数据看起来像这样
Group t1 t2 t3
[1,] "1" "a" "a" "a"
[2,] "1" "a" "a" "a"
[3,] "2" "b" "b" "b"
[4,] "2" "c" "b" "b"
Run Code Online (Sandbox Code Playgroud)
为了获得类似的东西
Group 1 : 0
Group 2 : 1
Run Code Online (Sandbox Code Playgroud)
使用stringdist库来计算它是很奇怪的.
就像是
seqdistgroupStr = function(x) stringdistmatrix(x, method = 'hamming')
sek %>%
as.data.frame() …Run Code Online (Sandbox Code Playgroud) 我想在我的Jekyll网站的首页上显示随机选择的帖子.
您是否知道如何在每次加载页面时循环并选择随机帖子?
这是我目前的指数.
---
layout: default
title: Home
---
<h1 class="content-listing-header sans">Posts</h1>
<ul class="content">
{% for post in site.posts %}
<li class="listing">
<hr class="slender">
<a href="{{ post.url }}"><h4 class="contrast">{{ post.title }}</h4></a>
<span class="smaller">{{ post.date | date: "%B %-d, %Y" }}</span> <br/>
<div>{{ post.excerpt }}</div>
</li>
{% endfor %}
Run Code Online (Sandbox Code Playgroud)
谢谢
我试图实现像这样的分布图
对于每个时期,我需要绘制"堆叠比例"的图表.
数据看起来基本上如下:
400 401 402 403 404 ...
1013662 7 7 7 7 7
1024583 2 2 2 2 2
1024812 6 27 27 27 27
1025491 48 48 48 48 48
1036642 56 56 56 56 56
....
Run Code Online (Sandbox Code Playgroud)
我想到了类似的东西
ft = function(x) prop.table(table(x), NULL)
apply(dta, MARGIN = 2, FUN = ft)
Run Code Online (Sandbox Code Playgroud)
然后我会得到每个时间段的比例列表
$`400`
2 6 7 19 24 30 42 46 48 56 67
0.05 0.05 0.45 0.05 0.10 0.05 0.05 0.05 0.05 0.05 0.05
Run Code Online (Sandbox Code Playgroud)
我不确定下一步会是什么.我不知道如何正确地unlist存储在数据帧中? …
我正在尝试使用rep,dplyr但我不完全理解为什么我不能使它工作.
我的数据看起来像这样.我要的是简单重复dayweek的n每个id.
head(dt4)
id dayweek n
1 1 Friday 3
2 1 Monday 3
3 1 Saturday 3
4 1 Sunday 3
5 1 Thursday 3
6 1 Tuesday 3
Run Code Online (Sandbox Code Playgroud)
我想要做的就是在一个dplyr流程中
cbind(rep(dt4$id, dt4$n), rep(as.character(dt4$dayweek), dt4$n) )
Run Code Online (Sandbox Code Playgroud)
这使
[,1] [,2]
[1,] "1" "Friday"
[2,] "1" "Friday"
[3,] "1" "Friday"
[4,] "1" "Monday"
[5,] "1" "Monday"
[6,] "1" "Monday"
Run Code Online (Sandbox Code Playgroud)
我不明白为什么这段代码不起作用
dt4 %>%
group_by(id) %>%
summarise(rep(dayweek, n))
Error: expecting a single …Run Code Online (Sandbox Code Playgroud) 有没有办法使用显示乳胶表并为其设置动画manim?
例如
\begin{table}[]
\centering
\begin{tabular}{lllll}
& & \multicolumn{2}{l}{End} & \\
Top & & Bottom & Bottom & \\
& Top & 40 & 160 & 200 \\
& Bottom & 640 & 160 & 800 \\
& & 200 & 800 & 1000
\end{tabular}
\end{table}
Run Code Online (Sandbox Code Playgroud)
你会怎样去manim?
from manimlib import *
import numpy as np
class TableManim(Scene):
def construct(self):
...
Run Code Online (Sandbox Code Playgroud) 我想在做完我的数据table之后做一个简单的事情melt,但是使用了dplyr.
我的数据看起来像这样
cluster 21:30 21:45
4 c alone alone
6 b % %
12 e partner partner
14 b partner partner
20 b alone alone
22 c partner partner
Run Code Online (Sandbox Code Playgroud)
随着table我可以简单地
table(dta$cluster)
a b c d e
2 8 5 1 4
Run Code Online (Sandbox Code Playgroud)
如何使用melt和得到相同的结果summarise?
library(dplyr)
library(reshape2)
dta %>%
melt(id.vars = 'cluster') %>%
group_by(cluster) %>%
summarise( n() )
Run Code Online (Sandbox Code Playgroud)
在融化数据之后,我需要的是table群集.
所以要正确计算这个 data.frame
dta %>%
melt(id.vars = 'cluster') …Run Code Online (Sandbox Code Playgroud) 在此示例中,分隔digitsfrom 的最有效方法是什么letters:
V1 V2
1 p_men_1 1
2 p_men_2 0
3 p_men_3 1
4 p_wom_1 1
5 p_wom_2 1
6 p_wom_3 0
Run Code Online (Sandbox Code Playgroud)
输出中
V1 V2 V3
1 p_men 1 1
2 p_men 2 0
3 p_men 3 1
4 p_wom 1 1
5 p_wom 2 1
6 p_wom 3 0
Run Code Online (Sandbox Code Playgroud)
我试过了
library(tidyr)
library(dplyr)
df %>% separate(V1, c('V1', 'V2'), sep = '_')
Run Code Online (Sandbox Code Playgroud)
但由于'_',它不起作用
df = rbind(c('p_men_1', 1),
c('p_men_2', 0),
c('p_men_3', 1),
c('p_wom_1', 1),
c('p_wom_2', 1),
c('p_wom_3', 0)) …Run Code Online (Sandbox Code Playgroud)