小编C. *_*ney的帖子

在开始向下目录级别之前，我想让 here 函数上升一个级别。

例如，我的项目在目录 '/parent/project_root/' 中，所以 here() 将其视为默认目录。我有一些我想在“parent/other_dir/”中读取的数据。我需要传递给 here() 什么参数才能让它首先上升到 'parent' 然后下降到 other_dir （相当于setwd('../')）？如果不需要，我宁愿不将 other_dir 移动到“project_root”中，但如果不可能，我可以做到。

我有data.frame x以下格式:

     species      site  count
1:         A       1.1     25
2:         A       1.2   1152
3:         A       2.1     26
4:         A       3.5      1
5:         A       3.7     98
---                         
101:       B       1.2      6
102:       B       1.3     10
103:       B       2.1      8
104:       B       2.2      8
105:       B       2.3      5

我还有另一种data.frame area格式如下:

      species    area
1:          A    59.7
2:          B    34.4
3:          C    37.7
4:          D    22.8

我想分裂count的列data.frame x由值的area列data.frame area时,在每个品种列中的值data.frame匹配

我一直在尝试使用一个 …

我有一个包含近 2000 个样本的 hclust 树。我已将其切割成适当数量的簇，并希望绘制树状图，但以我切割簇的高度结束，而不是一直切割到每片叶子。每个绘图指南都是关于按簇为所有叶子着色或绘制一个盒子，但似乎没有什么可以完全保留切割线下方的叶子。

我的完整树状图如下所示：

我想把它画出来，就好像它停在我在这里绘制 abline 的地方（例如）：

我有一个我想要的数据集,group_by()并为每个组生成一个直方图.我目前的代码如下:

df %>%
  group_by(x2) %>%
  with(hist(x3,breaks = 50))

然而,这产生了整个x3的单个直方图而不是几个x3的块,这里是一些示例数据

df = data.frame(x1 = rep(c(1998,1999,2000),9),
            x2 = rep(c(1,1,1,2,2,2,3,3,3),3),
            x3 = rnorm(27,.5))

期望的输出:

实际产量:

我有一个a带有多个ID代码的向量:

a <- c(167.1, 89.7, 284.1, 108.1, 50.6, 276.5, 283.2, 357.3, 119.2, 92.2, 314.4, 400.2, 154.5, 104.5, 198.2)
> a
[1] 167.1  89.7 284.1 108.1  50.6 276.5 283.2 357.3 119.2  92.2 314.4 400.2 154.5 104.5 198.2

我还有y三列数据框:一个是ID代码,下一个是物种名称,第三个是生物变量(请注意,在我的完整数据集中,有许多行具有相同的Drop_ID值):

> y[4:14,]
Drop_ID           Common.Name distance_m
4    170.4 Greenspotted Rockfish      0.389
5    167.1             Bocaccio       0.390
6    163.1 Greenspotted Rockfish      0.393
7    193.1       Copper Rockfish      0.404
8    108.1   Shortbelly Rockfish      0.405
9    114.2       Spotted Ratfish      0.405
10   190.1          Chilipepper …

我有一段代码正在读取许多数据帧，然后将它们绑定

data.files = paths %>% ##takes the names of all the objects that I want to read in
  map(read.csv) %>% ##this reads all the correctly named .csv files into a list object
  reduce(rbind) ##reduces them all from the list into a single dataframe by rbind

wherepaths是要读入的 .csv 文件名称的向量。但是问题是这些对象中的许多都缺少一个列LaserEnergy，这使得 rbind 失败。此列对我的分析不重要，是早期数据处理的剩余部分。有没有一种方法可以通过并从列表中具有该列的每个对象中删除该列，或者在正确位置添加一个空列到那些没有它的对象？

另一种方法是我浏览 2000 多个文件并手动添加或删除列。