小编Rya*_*yan的帖子

我有一个巨大的数据框，其中包含对几百个人的几个变量的许多时间相关观察。每个人在ID列中都有一个唯一的编号。我将使用下面模拟的数据，其结构类似于我的数据来问我的问题：

set.seed(123)
dat <- data.frame(ID = rep(letters[1:10], each = 10),
                  time = rep(c(1:10), times = 10),
                  var1 = rnorm(100))

请注意，在真实数据中，每个 的实际观察次数是不同的ID。假设有几个人（例如，IDs：b、e 和 g）我需要对其进行观察并完全“翻转”或“反转”其顺序，并且仍然保留每个time. 我的意思是（以个人 b 为例）个人 b 在数据框中的第一个观察结果将是“时间间隔”10 而不是“时间间隔”1 的数据。换句话说，数据看起来像这样：

ID   time   Var1
a     1
a     2
…     … 
a     10 
b     10
b     9 
b     8
…     …
b     1
c     1
c     2
c     3
c     4
ect...

什么是做到这一点，保持在数据帧中的位置（即，最安全的方式b在间的住宿a和c等..）？

在下面使用 时facet_wrap， 和year都model显示在绘图标签中。

library(tidyverse)
mpg %>%
  filter(manufacturer=='audi')%>%
  ggplot(aes(cty, hwy)) + 
  geom_point(aes(col = model)) +
  facet_wrap(year~model)

我们已经为点着色model并显示在图例中，因此我们实际上不需要model每个方面标签。model我们怎样才能从标签上删除呢？

我的数据结构如下：

set.seed(123)
dat1 <- data.frame(State = rep(c("NY","MA","FL","GA"), each = 10),
                   Loc = rep(c("a","b","c","d","e","f","g","h"),each = 5),
                   ID = rep(c(1:10), each = 2),
                   var1 = rnorm(200),
                   var2 = rnorm(200),
                   var3 = rnorm(200),
                   var4 = rnorm(200),
                   var5 = rnorm(200))

我正在为 PCA 使用 FactoMineR 和 factoextra 包。我正在编写以下函数来生成 PCA 的摘要输出和图：

pfun <- function(dat, cols, ncp){
  res <- PCA(dat[,cols], scale.unit = T, ncp = ncp, graph = F)
  eigs<-round(res$eig, 2)
  scree <- fviz_eig(res, addlabels = T)
  contribplot<-corrplot(get_pca_var(res)$contrib, is.corr = F)#variable contributions to each pc
  cos2plot<-corrplot(pca.vars$cos2, is.corr=F)#quality …