是否可以对两个没有相同列的数据帧进行行绑定？我希望保留绑定后不匹配的列.
我想知道如何添加回归线方程和R ^ 2 ggplot.我的代码是
library(ggplot2)
df <- data.frame(x = c(1:100))
df$y <- 2 + 3 * df$x + rnorm(100, sd = 40)
p <- ggplot(data = df, aes(x = x, y = y)) +
geom_smooth(method = "lm", se=FALSE, color="black", formula = y ~ x) +
geom_point()
p
任何帮助将受到高度赞赏.
.RData,.Rda和.Rds文件之间的主要区别是什么？
进一步来说:
我在Windows上运行R,而不是管理员.当我安装包时,以下命令不起作用:
> install.packages("zoo")
Installing package(s) into ‘C:/Program Files/R/R-2.15.2/library’
(as ‘lib’ is unspecified)
Warning in install.packages :
'lib = "C:/Program Files/R/R-2.15.2/library"' is not writable
要安装软件包,我必须指定一个库位置:
install.packages("zoo", lib="C:/software/Rpackages")
要加载包,我还必须指定库位置:
library("zoo", lib.loc="C:/software/Rpackages")
所有这一切C:/software/Rpackages都没问题,但我想知道是否可以以某种方式添加到库路径,因此不必每次都输入它.
当我在网上搜索时,我发现一种方法是编辑Rprofile.site文件并添加行
.libPaths("C:/software/Rpackages")
但是,在执行此操作并启动RStudio之后,这就是我得到的输出
> .libPaths()
[1] "C:/Program Files/R/R-2.15.2/library" "C:/Program Files/RStudio/R/library"
在.libPaths我加入命令Rprofile.site似乎并没有有任何影响!为什么会这样？或者更重要的是,如何解决问题以便我可以在不输入库位置的情况下安装和加载包？
注意:如果我启动RStudio,.libPaths()命令似乎按预期工作
.libPaths("C:/software/Rpackages")
> .libPaths()
[1] "C:/software/Rpackages" "C:/Program Files/R/R-2.15.2/library"
这不奇怪吗？
我正在为一些数据生成图,但是滴答的数量太小,我需要更高的读数精度.
有没有办法增加ggplot2中的轴刻度数？
我知道我可以告诉ggplot使用向量作为轴刻度,但我想要的是增加所有数据的刻度数.换句话说,我希望根据数据计算滴答数.
可能ggplot在内部使用某种算法执行此操作,但我无法找到它是如何做到的,根据我的需要进行更改.
MySQL中的表名是否区分大小写？
在我的Windows开发机器上,我的代码能够查询看起来全部小写的表格.当我部署到数据中心的测试服务器时,表名似乎以大写字母开头.
我们使用的服务器都在Ubuntu上.
我只是想知道是否有办法摆脱r值图中的轴值,分别是x轴或y轴.
我知道这axes = false将摆脱整个轴,但我只想摆脱编号.
我有一个包含多列的数据框.对于数据框中的每一行,我想调用该行上的函数,并且该函数的输入使用该行中的多个列.例如,假设我有这个数据,这个testFunc接受两个args:
> df <- data.frame(x=c(1,2), y=c(3,4), z=c(5,6))
> df
x y z
1 1 3 5
2 2 4 6
> testFunc <- function(a, b) a + b
假设我想将此testFunc应用于列x和z.因此,对于第1行,我想要1 + 5,对于第2行,我想要2 + 6.有没有办法在不编写for循环的情况下执行此操作,也许使用apply函数系列？
我试过这个:
> df[,c('x','z')]
x z
1 1 5
2 2 6
> lapply(df[,c('x','z')], testFunc)
Error in a + b : 'b' is missing
但有错误,任何想法？
编辑:我想要调用的实际函数不是一个简单的总和,但它是power.t.test.我只使用+ b作为示例.最终目标是能够做这样的事情(用伪代码编写):
df = data.frame(
delta=c(delta_values),
power=c(power_values),
sig.level=c(sig.level_values)
)
lapply(df, power.t.test(delta_from_each_row_of_df,
power_from_each_row_of_df,
sig.level_from_each_row_of_df
))
其中结果是每行df的power.t.test的输出向量.
我views.py变得太大了,很难找到正确的观点.
如何将其拆分为多个文件然后导入？它涉及任何速度损失吗？
我可以这样做models.py吗？
有没有办法从文件完整路径(文件路径的一部分)中提取文件名而不用操纵字符串的麻烦？
Java中的等价物是:
File f = new File ("C:/some_dir/a")
f.getName() //output a
f.getFullAbsolutePath() //output c:/some_dir/a