小编Rem*_*y M的帖子

R改变方面的顺序

我试图改变从BA,SLG到SLG,BA的方面的顺序.我发现了与此类似的问题,但我认为我的解决方案可能无法正常工作,因为我已经在excel中汇总了数据; 因此,我的数据框可能不同.无论如何,我试图实现这个无济于事:

df2 <- factor(df, levels = c("SLG","BA"))
Run Code Online (Sandbox Code Playgroud)

任何帮助解决这个问题将非常感激.

df <- read.table(textConnection(
  'POS SLG BA
  2B    0.4632 .23
  3B    0.468652174 .24
  SS    0.4146 .22
  1B    0.472368421 .25
  RF    0.462684211 .245
  CF    0.4435 .225
  LF    0.4474 .226
  C 0.440875  .228
  DH    0.508714286 .28'), header = TRUE,stringsAsFactors = FALSE)


library(micromapST)
library(ggplot2)
library(tidyr)
library(dplyr)
df$POS <- reorder(as.factor(df$POS), df$SLG)
dfx <- gather(df, group, data, SLG, BA)
row.names(df) <- NULL

theme_set(theme_grey() +
            theme(plot.title = element_text(hjust=0.5,face='bold'),
                  axis.title.y = element_text(angle = 0, vjust = 0.5,face='bold'),
                  axis.title.x=element_text(face='bold'),
                  panel.background …
Run Code Online (Sandbox Code Playgroud)

r facet ggplot2

4
推荐指数
2
解决办法
1万
查看次数

创建一个数字序列,该序列随着另一个变量的每次变化而递增

创建随着组变量中的每次更改而递增的数字序列的有效方法是什么?作为一个玩具示例,使用下面的数据框,我想要一个新变量“Value”来接受值c(1,1,1,2,2,3,3,4)。请注意,即使 48 重复,“值”仍然会增加,因为我只关心序列的变化。

df <- read.table(textConnection(
  'Group 
  48 
  48
  48
  56
  56
  48
  48
  14'), header = TRUE)
Run Code Online (Sandbox Code Playgroud)

一种方法是

df$Value<-1
for(i in 2:nrow(df)){
if(df[i,]$Group==df[i-1,]$Group){df[i,]$Value=df[i-1,]$Value}
else{df[i,]$Value=df[i-1,]$Value+1}
}
Run Code Online (Sandbox Code Playgroud)

但这非常慢。我的实际数据集有几百万个观察值。

注意:我在措辞这个问题的标题时遇到了困难,所以如果您愿意,请更改它。

r

4
推荐指数
1
解决办法
967
查看次数

Bonferroni同时置信区间差异的间隔

我试图在R中获得Bonferroni同时置信区间.我有以下数据集,我为实践做了补充:

df2 <- read.table(textConnection(
  'group value
  1 25 
  2 36
  3 42
  4 50
  1 27
  2 35
  3 49
  4 57
  1 22
  2 37
  3 45
  4 51'), header = TRUE)
Run Code Online (Sandbox Code Playgroud)

我试过了

aov(formula = value ~ group, data = df2)
Run Code Online (Sandbox Code Playgroud)

但是,这不会同时输出置信区间.使用SAS,计算结果如下:

在此输入图像描述

r confidence-interval

2
推荐指数
1
解决办法
3063
查看次数

标签 统计

r ×3

confidence-interval ×1

facet ×1

ggplot2 ×1