小编Var*_*run的帖子

我的 Shiny 应用程序中有一个plotly条形图，我想在生成的条形图中为每列设置特定的颜色。

#Here's some reproducible data
df=data.frame(Month=c("Jan","Feb","Mar","Apr","May","Jun"),Criteria1=c(10,15,20,15,7,6),Criteria2=c(3,8,5,7,9,10),Criteria3=c(11,18,14,9,3,1))

#Plot

colNames <- names(df)[-1] #Month is the first column

# Here is where I set the colors for each `Criteria`, assuming that the order of colors follows the same order as the factor levels of the `Criteria`.

p <- plotly::plot_ly(marker=list(colors=c('#CC1480', '#FF9673', '#E1C8B4')))

for(trace in colNames){
  p <- p %>% plotly::add_trace(data = df, x = ~Month, y = as.formula(paste0("~`", trace, "`")), name = trace, type = "bar")
}

p %>% 
  layout(title …

我创建了一个循环,它通过Twitter句柄向量运行,并使用包中的search_tweets函数从它们收集推文rtweet.

下载最新版本的rtweet

## install devtools package if it's not already
if (!requireNamespace("devtools", quietly = TRUE)) {
install.packages("devtools")
}

## install dev version of rtweet from github
devtools::install_github("mkearney/rtweet")

library(rtweet)

创建令牌

## autheticate via web browser
token=create_token(
app = "My_app",
consumer_key = "My Consumer Key",
consumer_secret = 
"My Secret Code",set_renv = FALSE)

这是我的Twitter手柄,存储在矢量中

twitter_handles=c("@realDonaldTrump","@HillaryClinton","@MittRomney")

然后我遍历这些句柄,并将每个句柄的结果存储为唯一的数据帧

#Loop through the twitter handles & store the results as individual dataframes
for(handle in twitter_handles) {

  result <- search_tweets(handle, n = 3500 , …

我有两个数据集，一个包含所购买股票的详细信息buy，另一个包含所售股票的详细信息，称为sell

buy = data.frame(TransactionID = c(1:10),
                 Ticker=c(rep('MSFT',4),rep('AMZN',3),rep('DOCU',3)),
                 Date=c(rep('01-01-2020',2),rep('01-14-2020',2),rep('01-01-2020',2),rep('01-14-2020',1),'01-01-2020','03-15-2020','04-06-2020'),
                 Price=c(100,102,102,107,2000,2010,2011,197,182,167),
                 Quantity=c(10,10,5,5,1,1,2,12,15,15))

sell = data.frame(TransactionID=c(1:7),
                  Ticker=c('MSFT','MSFT','AMZN','AMZN','DOCU','DOCU','DOCU'),
                  Date=c('01-07-2020','01-20-2020','01-01-2020','01-30-2020','01-15-2020','04-10-2020','04-20-2020'),
                  Price=c(97,110,2100,2050,210,205,225),
                  Quantity=c(7,12,1,3,10,5,3))

Date以格式输入mm-dd-YYYY

我的目标是使用 FIFO（先进先出）方法计算数据中包含的时间段内所有交易的总收益/损失。

我正在尝试使用 R 以编程方式执行此操作，但尚未成功。

方法和期望的输出

我尝试手动计算来演示 FIFO 计算方法和我达到的最终结果。我一直在寻找一种使用 R 来做到这一点的方法，但还没有找到成功的方法 -

1) 01-07-2020 - Ticker= MSFT - Sold 7 @ $97 - Total = $679
                               FIFO Cost of 7 @ $100 - Total = $700
                               Gain/Loss = -$21

2) 01-01-2020 - Ticker=AMZN - Sold 1 @ $2100 - Total = $2100
                              FIFO Cost of 1 …

在我的 Shiny 应用程序中，图例trace 0中的图例会产生一个使我的图表不平衡的图例。

这就是图表的样子（注意trace 0图例中的 ）。

然而，trace 0在图例中点击，图表恢复正常

有没有办法trace 0从我的情节中完全删除它？

这是我的代码：

1）我的数据框首先在reactive函数内过滤

global_evolution=reactive({

  results_combined %>%
  filter(!is.na(SVM_LABEL_QOL) & SVM_LABEL_QOL=='QoL' & globalsegment==input$inp_pg1segment & Account==input$inp_pg1clientsfiltered & Date >=input$inp_pg1daterange[1] & Date <=input$inp_pg1daterange[2]) %>% #Input: Account
  select(Account,Date,SVM_LABEL_DIMENSION) %>%
  mutate(Month=month(as.Date(format(as.POSIXct(Date),format = "%d/%m/%Y"),"%d/%m/%Y"))) %>%
  select(Account,Month,SVM_LABEL_DIMENSION,-Date) %>%
  group_by(Month,SVM_LABEL_DIMENSION) %>%
  summarise(Monthly_Count=n()) %>%
  spread(SVM_LABEL_DIMENSION,Monthly_Count) %>%
  ungroup() %>%
  mutate(Month=month.abb[Month]) %>%
  mutate_all(funs(replace(., is.na(.), 0)))

})

2）然后对另一个reactive函数内的过滤数据框进行更多更改

global_evolution_final=reactive({
global_evolution() %>%
  mutate(Month=factor(Month,levels=c("Jan","Feb","Mar","Apr","May","Jun","Jul","Aug","Sep","Oct","Nov","Dec")))
})

3）最后我plot_ly用来构建条形图。但是trace 0无法删除

output$pg1evolution <- …

我正在处理文本数据，并正在寻找过滤问题的解决方案。

我设法找到了一个解决方案，可以过滤包含“Word 1”或“Word 2”的行

这是可重现的代码

df=data.frame(UID=c(1,2,3,4,5),Text=c("the quick brown fox jumped over the lazy dog",
                                 "long live the king",
                                 "I love my dog a lot",
                                 "Tomorrow will be a rainy day",
                                 "Tomorrow will be a sunny day"))


#Filter for rows that contain "brown" OR "dog"
filtered_results_1=dplyr::filter(df, grepl('brown|dog', Text))

但是，当我过滤包含“Word 1”和“Word 2”的行时，它不起作用。

#Filter for rows that contain "brown" AND "dog"
filtered_results_2=dplyr::filter(df, grepl('brown & dog', Text))

无法找出正确的语法，任何帮助将不胜感激。

我的数据框看起来像这样 -

dataset = data.frame(ID=c(1:3),Count=c(22,NaN,13))

我正在尝试使用管道运算符将 NaN 替换为 0

dataset = dataset %>% replace('NaN',0)

然而这不起作用。我查看了该网站上的解决方案，但似乎没有一个有效。

任何意见都将受到高度赞赏。

我有一个 Plotly 堆积条形图。我想更改条形的颜色，因此我有红色和深蓝色，而不是您在下面看到的默认颜色

我的代码如下。我尝试使用该marker函数，但它将整个图转换为单一颜色。任何帮助，将不胜感激。

pie_subsegment_split %>%
plot_ly(x = ~Segment, y = ~Not*100, type = 'bar', name = 'Not') %>%
add_trace(y = ~QoL*100, name = 'QoL') %>%
layout(yaxis = list(title = 'Percentage (%)'),barmode = "stack",showlegend=T) %>%
layout(xaxis = list(title="Sub-Segment",showticklabels=FALSE))