我有像这样的年龄列，它们是虚拟编码的。如何使用 dplyr 将这些列转换为一列？
输入：
age_0-10 age_11-20 age_21-30 age_31-40 age_41-50 age_51-60 gender
1 0 1 0 0 0 0 0
2 0 0 1 0 0 0 1
3 0 0 0 1 0 0 0
4 0 1 0 0 0 0 1
5 0 0 0 0 0 1 1
预期输出：
age gender
1 11-20 0
2 21-30 1
3 31-40 0
4 11-20 1
5 51-60 1
我有一张表，其中包含热编码的变量。我想将这些变量折叠到一列中。例如，任何具有“high”、“med”或“low”的列，我希望成为具有 high = 0、med = 1 和 low = 2 的数字编码的一列。我如何在 R 中执行此dplyr操作？我怀疑转向会有所帮助，但我不知道从哪里开始。生成的列名称应包含三列的名称，不带 high、med、low 名称。例如，我会将 columns d-high_cm1、d-med_cm1、转换d-low_cm1为d-cm1数字编码。
输入：
sex age cost_cm d-high_cm1 d-med_cm1 d-low_cm1 c-high_cm1 c-med_cm1 c-low_cm1
f old 1 1 0 0 1 0 0
m young 0 1 0 0 1 0 0
m old 0 0 1 0 0 1 0
f young 0 1 0 0 0 0 1
m old 1 0 0 1 0 0 …我有这些数据，我想为每个观测值绘制一条年龄与预测概率的线。
Age Predicted Probability Obs
18.0 0.206 3.0
15.0 0.206 3.0
34.0 0.154 3.0
52.0 0.124 3.0
46.0 0.146 3.0
18.0 0.000 2.0
15.0 0.000 2.0
34.0 0.000 2.0
52.0 0.098 2.0
46.0 0.002 2.0
18.0 0.000 1.0
15.0 0.000 1.0
34.0 0.004 1.0
52.0 0.078 1.0
46.0 0.006 1.0
18.0 0.038 0.0
15.0 0.032 0.0
34.0 0.384 0.0
52.0 0.318 0.0
46.0 0.348 0.0
我通过seaborn中的以下代码完成了此操作：
sns.lineplot(data=df, x="Age", y="Predicted Probability", hue = 'Obs')
使用色调参数。但我不希望每条线都有不同的颜色。事实上，我想要每个观察点都有一条黑线。我怎样才能做到这一点？
IP Routing Banking
1 1 6
2 1 6
3 1 7
3 3 8
4 5 9
5 9 7
对于每一列，如果相同的值出现 2 次或更多次，我想将其更改为“其他”。我怎样才能在 pandas python 中做到这一点？
预期输出：
IP Routing Banking
1 Other Other
2 Other Other
Other Other Other
Other 3 8
4 5 9
5 9 Other
有没有办法在 tidy 模型中获得逻辑回归的标准误差和 p 值？
我可以通过下面的代码获得系数..但我想计算每个特征的优势比，我还需要标准误差..
glm.fit <-
logistic_reg(mode = "classification") %>%
set_engine(engine = "glm") %>%
fit(Species ~ ., data = iris)
glm.fit$fit$coefficients
通常你可以通过调用summary()glm 对象来做到这一点，但我在这里尝试使用 tidymodels。
我有以下数据框：
我想创建一个新列来计算 IP 切换域的次数。
输入：
domain ip timestamp next_domain next_next_domain
0 Google 101 2020-04-01 23:01:41 Facebook N/A
1 Google 101 2020-04-01 23:01:59 Facebook N/A
2 Google 101 2020-04-02 12:01:41 Facebook N/A
3 Facebook 101 2020-04-02 13:11:33 N/A N/A
4 Facebook 101 2020-04-02 13:11:35 N/A N/A
5 Youtube 103 2020-04-21 13:01:41 Google Facebook
6 Youtube 103 2020-04-21 13:11:46 Google Facebook
7 Youtube 103 2020-04-22 01:01:01 Google Facebook
8 Google 103 2020-04-22 02:11:23 Facebook Youtube
9 Facebook 103 2020-04-23 14:11:13 Youtube N/A …我有一个 df 这样叫df。tag_position 是字符串或列表。但我希望它们都是字符串。我怎样才能做到这一点？我还想删除最后的空格。
输入
id tag_positions
1 center
2 right
3 ['left']
4 ['center ']
5 [' left']
6 ['right']
7 left
预期产出
id tag_positions
1 center
2 right
3 left
4 center
5 left
6 right
7 left
我有一个像这样的 DF：
row_id stn_1 stn_2 stn_3 stn_4 stn_5
1 1 0 1 0 1
2 0 1 0 0 0
3 1 0 0 0 0
4 1 0 1 0 0
5 0 0 0 1 0
我想获得数据中出现的 stn 的百分比。基本上是除 row_id 之外每列中 1 的百分比。
预期输出：
stn percentage
stn_1 .60
stn_2 .20
stn_3 .40
stn_4 .20
stn_5 .20
我怎样才能在 dplyr 中做到这一点？