小编Pau*_*aul的帖子

我正在尝试设置一个在我的HTML报告中knitr::knit_hooks()自动格式化R-markdown块的数据框输出kableExtra.

我想不要在每个表格数据块的末尾重复添加以下行(或任何行):

head(iris) %>%
  kable("html") %>%
  kable_styling("hover", full_width = FALSE)

我想出了一个基于这个答案的解决方案,它通过评估块源来实现(请参阅下面的答案,其中包括我对此方法的一些问题); 我希望使用块输出可能有更好的解决方案.

这是一个示例.Rmd,概述了我想要实现的目标.

---
title: "Untitled"
author: "Paul"
date: "25 September 2018"
output: html_document
---

```{r setup, include = F}

library(dplyr)
library(kableExtra)
library(knitr)

data(iris)

default_source_hook <- knit_hooks$get('source')

knit_hooks$set(
  output = function(x, options) {
    x %>%
      kable("html") %>%
      kable_styling("hover", full_width = FALSE)
  },
  source = function(x, options) {
    if(is.null(options$table))
      default_source_hook(x, options)
    else {
      eval(parse(text = x)) %>%
        kable("html") %>% …

我在 d 列中有一个“第一”查找表。例如，患者第一次因某种特定疾病入院。我想在多个其他条件下通过 data.table 将其连接回主数据框架。

我的问题是，不幸的是，主 data.table 可能有多个具有相同连接标准的记录，导致连接后每个患者有多个“第一”。现实世界的数据是混乱的，朋友们！

是否可以仅对第一个匹配记录进行 {data.table} 连接？

这与这个问题类似，但多重匹配位于主数据表上。我认为mult只有当表上有多个条目被加入时才有效。

代表：

library(data.table)

set.seed(1724)

d1 <- data.table(a = c(1, 1, 1),
                 b = c(1, 1, 2),
                 c = sample(1:10, 3))

d2 <- data.table(a = 1, b = 1, d = TRUE)

d2[d1, on = c("a", "b")]

   a b    d c
1: 1 1 TRUE 4
2: 1 1 TRUE 8
3: 1 2   NA 2

期望的输出

   a b    d c
1: 1 1 TRUE 4
2: …

我想使用pivot_longer()from {tidyr} withnames_pattern将数据转换为长格式，同时保留列名称中模式匹配之一的前缀字符串。

这似乎违反直觉，但我想在应用数据字典清理步骤之前转换为长格式，这需要原始列名。

设置

library(dplyr)
library(tidyr)

d <- tibble(id = 1,
            other_var = "foo",
            suffix_t1_value1 = "a",
            suffix_t1_value2 = "b",
            suffix_t2_value1 = "c",
            suffix_t2_value2 = "d") 

我做了什么

> pivot_longer(d,
               starts_with("suffix"),
               names_pattern = "suffix_t(1|2)_(.*)",
               names_to = c("rep", ".value"))

# A tibble: 2 x 5
     id other_var rep   value1 value2
  <dbl> <chr>     <chr> <chr>  <chr> 
1     1 foo       1     a      b     
2     1 foo       2     c      d    

所需输出

# A tibble: 2 x 5
     id …

将合并成几列后tidyr::unite()，来自缺失数据的NA仍保留在我的字符向量中，这是我不希望的。

我每行有一系列医疗诊断（每列1个），并希望通过基准测试一系列代码。 %in%和grepl()。

Github上有一个关于此问题的公开问题，是否有任何动静-或解决方法？我想让向量保持逗号分隔。

这是一个代表性的例子：

library(dplyr)
library(tidyr)

df <- data_frame(a = paste0("A.", rep(1, 3)), b = " ", c = c("C.1", "C.3", " "), d = "D.4", e = "E.5")

cols <- letters[2:4]
df[, cols] <- gsub(" ", NA_character_, as.matrix(df[, cols]))
tidyr::unite(df, new, cols, sep = ",")

电流输出：

# # A tibble: 3 x 3
#   a     new        e    
#   <chr> <chr>      <chr>
# 1 A.1   NA,C.1,D.4 E.5  
# 2 A.1   NA,C.3,D.4 E.5 …

我有一个包含 5 列的数据框。我知道如何计算由另一列分组的一列的平均值。但是，我需要将其按两列分组。例如，我想计算按第 1 列和第 2 列分组的第 5 列的平均值。

df <- structure(list(Country = structure(c(1L, 1L, 1L, 1L, 1L, 1L, \n1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, \n3L, 3L, 3L), .Label = c("AT", "CH", "DE"), class = "factor"), \n    Occupation = c(1L, 3L, 5L, 3L, 1L, 2L, 5L, 3L, 5L, 3L, 1L, \n    2L, 1L, 5L, 3L, 3L, 1L, 3L, 2L, 5L, 5L, 1L, 2L, 1L, 3L), \n    Age = c(20L, …