小编Mac*_*lda的帖子

我有一个非常混乱的数据框架,其中一列的值可以理解为人类而不是计算机,有点像下面的那样.

df<-data.frame("id"=c(1:10), 
           "colour"=c("re d", ", red", "re-d","green", "gre, en", ", gre-en",  "blu e", "green", ", blue", "bl ue"))

我可以过滤掉df str_detect

df %>% filter(str_detect(tolower(colour), pattern = "gr")) 

但我想将所有过滤后的结果重命名为相同的值,以便我可以纠缠它.
有什么建议？
我试图用模式分开,但没有成功.

编辑:不是全部.在我正在使用的df中不需要空格.让我们说在制作df中写绿色的正确方法是"gr.een".

编辑2:
想要的结果与伪造的颜色拼写只是为了得到一个想法:

id     colour
1      r. ed
2      r. ed
3      r. ed
4      gr. een
6      gr. een
7      gr. een
8      blu. e
9      gr. een           
10     blu. e

我读过其他具有类似标题的问题，但没有运气解决我的问题。我有一个包含两列的数据框：销售额和规模。sales 是数字，size 是字符，有“Small (1-20)”、“Medium (20-50)”、“Large (50-100)”和“Extra Large (>200)”。我想制作一个直方图，其中箱宽度等于不同尺寸。与breaks= seq(.....)间隔是相同的。有什么方法可以使用 ggplot2 在我的垃圾箱中设置不同的间隔吗？

如果这是重复的，我很抱歉，但我确实尝试在其他问题中找到答案，但要么没有提出这个确切的问题，要么我太愚蠢而无法理解解释。

mydf <- data.frame(
  Sales = c(301, 5, 4, 26, 19, 82, 111, 41, 29, 12),
  Size = c("Extra Large (>200)", "Small (1-20)", "Small (1-20)", "Medium (21-50)", 
      "Small (1-20)", "Large (51-200)", "Large (51-200)", 
      "Medium (21-50)", "Medium (21-50)", "Small (1-20)" ))

mydf %>% ggplot(aes(Sales))+geom_histogram(aes(y=..count..))

创建的直方图需要一些带宽调整，在这里我想使用已经描述的类别的“宽度”。

我有一个两列的数据集，我想对其进行重塑。
看看这个假的 df：

df=pd.DataFrame([
    ['Alex', 'Apple'],['Bob', 'Banana'],['Clark', 'Citrus'], ['Diana', 'Banana'], [
'Elisa', 'Apple'], ['Frida', 'Citrus'], ['George', 'Citrus'], ['Hanna', 'Banana']
],columns=['Name', 'Fruit'])

我想要四列；名称：Apple、Banana 和 Citrus，其中后三个是布尔值（真/假）。
我看过 inte unstack 但它确实不是我想要的。

我有一个数据框，其中的条目具有相同的含义，我想将它们放在同一行（和列）中。我的模拟df：

my = pd.DataFrame(
{'fruit': ['Apple', 'Banana', 'Pomme', 'aeble', 'Banan', 'Orange', 'Apelsin'],
'bites': [1, 2, 3, 1, 2, 3, 4]})

以及我想要的是：

我最接近的是

my.loc['Apple'] +=my.loc['Pomme'] += my.loc['aeble']

但我想知道是否有更简单的方法。