小编lmo*_*lmo的帖子

我一直在寻找一个星期...我需要一些帮助连接到远程数据库...我希望我的应用程序从数据库中获取数据并更新数据库...我试过这个但我不喜欢不明白.

使用 Rstudio Server 时，可以非常轻松地通过“文件”>“更多”>“导出...”从服务器下载文件。Web 浏览器将自动开始下载。

有没有办法使用 R 命令生成此下载？

我有一个关于这个list.files()功能的简单问题.我有一个文件夹,其中包含以这种方式命名的文件列表:

DF2.txt
DF3.txt
DF4.txt
DF5.txt
.......
.......

当我粘贴以下字符串时,

files <- list.files(pattern = ".txt")

向量按此顺序返回值:

"DF10.txt"
"DF11.txt"
"DF12.txt"
........
........
"DF2.txt"
"DF20.txt"
"DF21.txt"
.... .....
.........
"DF3.txt"
"DF30.txt"
"DF31.txt"
..........
..........

等等.我想按文件夹中出现的数字递增顺序列出文件.为什么R会更改文件夹中文件的顺序,list.files()如何重新排列这些文件以匹配原始顺序？

昨天我将R升级到版本3.0.0,将ggplot2升级到版本0.9.3.1(并对我的脚本进行了一些小改动).现在我在尝试保存绘图时遇到错误 - 遗憾的是错误不是用较小的数据帧重现的,所以我已经包含了生成相同大小的代码.

library("ggplot2")

# Create data frame
# Time interval ID (x)
bin.ts.avg <- as.data.frame(rep(1:18, 31))
names(bin.ts.avg) <- "x"
# Time (sequence of 10 minuter intervals between 7am and 10am)
tt.month.bins <- seq(from=as.POSIXct("2012-01-01 GMT"), to=as.POSIXct("2012-01-01 GMT") + 60*60*24*31, by="10 mins")
tt.month.bins <- tt.month.bins[-length(tt.month.bins)]
temp <- as.numeric(format(tt.month.bins, "%H"))
ind <- which(temp >=7 & temp <= 9)  
tt.month.bins <- tt.month.bins[ind]
bin.ts.avg$dep <- tt.month.bins
# Value (with some NA)
bin.ts.avg$tt <- runif(558, min=2.5, max=5)
bin.ts.avg$tt[trunc(runif(200, min=1, max=558))] <- NA
# Day
bin.ts.avg$depday …

我正在玩R并尝试获得列的平均值.只是mean(V1)不起作用.

有人可以给我一个建议吗？
谢谢!

所以我们知道R有list()变量,并且知道R有函数调用names()来给变量命名.例如 :

a=30
names(a)="number"
a
# number
# 30

但现在,我想给列表变量一个名称,如下所示:

b=list()
names(b)="number"

它会返回如下错误消息:

Error in names(b) = "number" : 
'names' attribute [1] must be the same length as the vector [0]

我想要做什么？我这样做是因为我需要很多列表变量.或者,你有另一种方式,所以我可以制作许多列表变量而不用它的名字？

我用ggplot准备了牛眼图.但是我得到了一个洞.如何删除它并获得整个？

critters <- structure(list( a = 15, b = 47, c = 22, d=9, e=7), .Names = c("a", "b", "c", "d", "e"), row.names = c(NA, -1L), class = "data.frame")

d <- data.frame(test=factor(c(rep("a", critters$a),
                            rep("b", critters$b), 
                            rep("c", critters$c),
                            rep("d", critters$d),
                            rep("e", critters$e)),
                          levels = c("a", "b", "c", "d", "e"), ordered= TRUE))
levels(d$test) <- apply(data.frame(table(d$test)), 1, paste, collapse = ": ")

ggplot(d, aes(x = factor(1), fill = factor(test))) + geom_bar()+ coord_polar() + labs(x = NULL, fill = NULL) + scale_fill_manual(values = c("blue", …

我有一个我想hist在 R 中绘制的数据集。数据集中有许多行的值超出了我关心的值。具体来说，我的 R 脚本是：

library(ggplot2)    
data = read.table("input.txt", sep=" ", strip.white=TRUE, header=TRUE)
pdf("out.pdf")
hist(data$actions,breaks=seq(0,130,by=1))
dev.off()

一个示例数据集input.txt是：

name actions
foo 3
bar 129
baz 131

如果我运行 R 脚本，我会收到一个错误：

hist.default(data$actions,breaks = seq(0, 130, by = 1), 中的错误：
一些 'x' 未计算在内；也许 'breaks' 不跨越 'x'
调用的范围：hist -> hist。默认
执行停止

我知道为什么会出现这个错误：出现了一次大于 130baz的值，即值为 131。

我想要的是仅为0 到 130 指定范围内的频率创建直方图，并且对于该范围之外的所有频率都将被静默忽略。我怎样才能做到这一点？

这是我昨晚回答的一个问题的附带支持，因为我正在重新考虑我想如何格式化我的数据。我确实进行了搜索，但找不到任何适用的答案；我可能正在用错误的术语进行搜索。

我有一个包含许多行的数据表，我想合并这些行：

record_numb <- c(1,1,1,2,2,2)
col_a <- c(123,'','',987,'','')
col_b <- c('','234','','','765','')
col_c <- c('','','543','','','543')
df <- data.frame(record_numb,col_a,col_b,col_c)
library(data.table)
setDT(df)

record_numb    col_a    col_b     col_c
1               123
1                       234
1                                 345
2               987
2                       765
2                               543

每行将始终填充 col_a、col_b 或 col_c。它永远不会超过这 3 个中的 1 个。我想将（？）这些转换为每条记录的一行，所以它看起来像这样：

record_numb     col_a   col_b   col_c
1               123     234     345
2               987     765     543

我玩了一点融化/铸造，但我是 R 的新手，我的一半问题是知道可以使用什么。有这么多可以使用，我希望你们中的一个人可以指出我的包或功能。我进行的搜索指向我熔化和铸造等，但我无法将其应用于这种情况。我愿意使用任何函数或包。

我遇到了一个看似简单的问题，但我无法找到解决方案。也就是说，我有一个表，其中第一列包含所有可用应用程序的列表，而其他列代表用户及其拥有的应用程序列表：

我正在尝试将表转换为 pandas DataFrame 并在第一列上对齐匹配值。所需的输出应如下所示：

import pandas as pd

df = pd.read_excel('U:/Desktop/appdata.xlsx')

df.head(10)
Out[21]: 
  Applications User 1 User 2 User 3 User 4 User 5
0         App1   App1   App2   App1   App1   App2
1         App2   App3   App3   App2   App3   App3
2         App3  App10   App4   App7   App4   App4
3         App4    NaN   App5   App8   App5   App5
4         App5    NaN    NaN  App10   App6   App6
5         App6    NaN    NaN    NaN    NaN   App7
6         App7    NaN    NaN    NaN    NaN   App8
7         App8    NaN    NaN    NaN    NaN …