小编Eri*_*ail的帖子

我正在使用来自http://emacsformacosx.com/的mac emacs ,我需要在启动emacs时单击最大化的图标.

如何将最大化的emacs窗口设置为默认值？

受到这个答案的启发,我正在寻找一种方法来同时分离几个包.

当我加载说Hmisc,

# install.packages("Hmisc", dependencies = TRUE)
require(Hmisc)

R也加载survival和splines.我的问题是,是否有办法将该组一起卸载？

我现在做这样的事,

detach(package:Hmisc, unload = T) 
detach(package:survival, unload = T) 
detach(package:splines, unload = T)

我试过了,

detach(package:c('Hmisc', 'survival', 'splines'), unload = T)

...

在我的ggplot2图表中添加a geom_smooth()和a时geom_vline(),我在传奇中遇到了一些奇怪的行为.这是一个可重复的例子:

library(ggplot2)
n <- 60

set.seed(123)
df <- data.frame(Area = sample(c("A", "B", "C", "D"), size = n, replace = TRUE),
             x = runif(n),
             y = runif(n),
             Type = sample(c("I", "II"), size = n, replace = TRUE),
             Result = sample(c("K", "L", "M"), size = n, replace = TRUE))

df.breaks <- data.frame(Area = c("B", "C"), x = c(0.8, 0.3))

ggplot(df, aes(x = x, y = y)) + 
  geom_point(aes(colour = Result, shape = Type), size = 3) + 
  geom_smooth(aes(linetype …

考虑一些facet_grid情节

mt <- ggplot(mtcars, aes(mpg, wt, colour = factor(cyl))) + geom_point() 
mt + facet_grid(vs ~ am, scales = "free") 

想象一下,我只想放大上图中的顶行,只显示3到4之间的y轴值.coord_cartesian()如果它们没有刻面或我想放大所有绘图,我可以这样做,但是在这种情况下没有一个好的解决方案.我想我可以先将数据子集化,但这是有充分理由的禁忌(例如,会抛弃任何统计层等).

(请注意,问题与此有关:R:{ggplot2}:如何/我可以独立调整facet_grid图上的x轴限制吗？但是那里的答案不适用于此目的.)

这个问题与这个问题有关,但并不完全相同.

说我有这个数据框,

df <- data.frame(
                id = c(1:6),
                profession = c(1, 5, 4, NA, 0, 5))

以及包含有关行业代码的人类可读信息的字符串.说,

profession.code <- c(
                     Optometrists=1, Accountants=2, Veterinarians=3, 
                     `Financial analysts`=4,  Nurses=5)

现在,我正在寻找df$profession用文本中的文本替换值的最简单方法 profession.code.最好不使用特殊库,除非它显着缩短代码.

我希望我的最终结果是

df <- data.frame(
                id = c(1:6),
                profession = c("Optometrists", "Nurses", 
                "Financial analysts", NA, 0, "Nurses"))

任何帮助将不胜感激.

谢谢,埃里克

我是基于一些相当长的字符串重新编码变量,这里以字符串A,B,C,D,E和G为例.我想知道是否有一种方法可以重新编码,而不必重复引用df$foo使用基础R 12次？也许有一些更智能更快的方式我可以探索？这是否真的是在R中做到最聪明的方法？

df <- data.frame(
  foo = 1000:1010,
  bar = letters[1:11])
df  
    foo bar
1  1000   a
2  1001   b
3  1002   c
4  1003   d
5  1004   e
6  1005   f
7  1006   g
8  1007   h
9  1008   i
10 1009   j
11 1010   k

A  <- c(1002)
B  <- c(1007, 1008)
C  <- c(1001, 1003)
D  <- c(1004, 1006)
E  <- c(1000, 1005)
G  <- c(1010, 1009)

df$foo[df$foo %in% A] <- 1
df$foo[df$foo %in% B] …

我想使用stargazer为分组变量的每个类别生成摘要统计信息.我可以在单独的表中完成它,但我喜欢它在一个 - 如果这对于这个包没有不合理的挑战.

例如

library(stargazer)
stargazer(ToothGrowth, type = "text")
#> 
#> =========================================
#> Statistic N   Mean  St. Dev.  Min   Max  
#> -----------------------------------------
#> len       60 18.813  7.649   4.200 33.900
#> dose      60 1.167   0.629   0.500 2.000 
#> -----------------------------------------

提供了连续变量的夏季统计数据ToothGrowth.我想用分类变量将该夏季分开supp,也在ToothGrowth.

对期望结果的两点建议,

stargazer(ToothGrowth ~ supp, type = "text")
#> 
#> ==================================================
#> Statistic         N   Mean   St. Dev.  Min   Max  
#> --------------------------------------------------
#> OJ       len       30 16.963  8.266   4.200 33.900
#>          dose      30 …

我有以下data.frame

df = structure(list(HEADER = c("HOME_TRPM", "AWAY_TRPM", "HOME_TEAM","AWAY_TEAM"),
                     price = c("0.863104076023855", "-0.845186446996287","CHA", "NOP")),
               .Names = c("HEADER", "price"), row.names = c(NA, 4L), class = "data.frame")

df
#>      HEADER              price
#> 1 HOME_TRPM  0.863104076023855
#> 2 AWAY_TRPM -0.845186446996287
#> 3 HOME_TEAM                CHA
#> 4 AWAY_TEAM                NOP

我想要转置.如何在不使用t()的情况下在dplyr中执行此操作？我试过了

df %>% tidyr::spread(HEADER , price)

但它不会给出扁平结构,而是这样做:

structure(list(AWAY_TEAM = c(NA, NA, NA, "NOP"),
     AWAY_TRPM = c(NA, "-0.845186446996287", NA, NA), 
     HOME_TEAM = c(NA, NA, "CHA", NA),
     HOME_TRPM = c("0.863104076023855", NA, NA, NA)),
 .Names = c("AWAY_TEAM", "AWAY_TRPM", "HOME_TEAM", …

我在R工作,但我需要提供一些SPSS格式的数据,包括"变量标签"和"价值标签",我有点卡住了.

我已经添加变量标签使用我的数据Hmisc的label功能.这将变量标签添加为a label attribute,describe()从Hmisc包中使用时很方便.问题是我无法write.foreign()从foreign包中获得将这些标签识别为变量标签的功能.我想我需要修改write.foreign()以在编写文件时使用label attributeas .variable label.sps

我查看了R列表和stackoverflow,但我只能在R列表中找到2006年关于从R中将varibles标签导出到SPSS的帖子,它似乎没有回答我的问题.

这是我的工作示例,

# First I create a dummy dataset
df <- data.frame(id = c(1:6), p.code = c(1, 5, 4, NA, 0, 5),  
                 p.label = c('Optometrists', 'Nurses', 'Financial analysts',
                 '<NA>', '0', 'Nurses'), foo = LETTERS[1:6])

# Second, I add some variable labels using label from the Hmisc package
# install.packages('Hmisc', dependencies …

我正在寻找一种方法，在 id 和组中，使用 100 的滞后（或领先） value和新索引号idx_value来计算下一个索引号。

# install.packages(c("tidyverse"), dependencies = TRUE)
library(tibble)
library(magrittr)

就像，我有这个数据框：

start_tbl <- structure(list(id = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 
2L, 2L, 2L, 2L), grp = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 
1L, 1L, 2L, 2L, 2L), year = c(7L, 8L, 9L, 10L, 7L, 8L, 9L, 10L, 
7L, 8L, 9L, 7L, 8L, 9L), value = c(2, -7, -2.3, 1.1, -1, -12, 
-4, 2, 1, -3, 2, …