我有lme函数的输出R.
library(nlme)
fm2 <- lme(distance ~ age + Sex, data = Orthodont, random = ~ 1)
str(fm2)
如您所见,output(fm2)的一些元素是矩阵,例如fm2$varFix
我正在寻找一个接受一个对象并将所有子矩阵转换成的函数data.frames.
我有一个包含多列的data.frame,并希望根据变量的组合过滤低频数据.这个例子就像男性/女性的性别变量和胆固醇变量的高/低.那我的数据框就像:
set.seed(123)
Sex = sample(c('Male','Female'),size = 20,replace = TRUE)
Age = sample(c('Low','High'),size = 20,replace = TRUE)
Index = 1:20
df = data.frame(index = Index,Sex=Sex,Age=Age)
df
index Sex Age
1 1 Male High
2 2 Female High
3 3 Male High
4 4 Female High
5 5 Female High
6 6 Male High
7 7 Female High
8 8 Female High
9 9 Female Low
10 10 Male Low
11 11 Female High
12 12 Male High
13 13 Female High …它可能看起来像一个简单的问题,但有任何快速和强大的方式来扩展公式
f=formula(y ~ a * b )
至
y~a+b+ab
它可能看起来像一个有趣的问题，但是R生成如下所示的2行矩阵的最快方法是：
cc = NULL
n1 = 1000
n2 = 1000000
for (i in 0:n1)
for (j in 0:n2)
cc = c(cc, i, j)
cbn = matrix(cc, nrow = 2)