小编Ric*_*ico的帖子

我们怎样才能在R中复制Tufte隐含的水平线？

例如,以下是一个很好的起点:

library(ggplot2)    
ggplot(msleep, aes(x=order)) + stat_bin() + theme_bw()

删除边框线应该很简单.关键点,水平线与条形重叠,我不清楚.

我想象两种方法:

1. 针对此特定示例的临时解决方案
2. 建议如何将其纳入主题

我无法找到如何列出和打印工作区中的所有对象.我希望看到所有这些,并了解正在发生的事情.例如,ls()为您提供30个对象.除了单独输入外,还可以显示所有内容.看起来如此微不足道,解决方案可能会非常尴尬.我最接近的是ls.str()循环对象的想法.

编辑:这不适用于数据框.我有一个充满功能的工作区,没有数据,并且想要了解哪些参考哪些等等.

我找到zip了RCompression包裹,但他们能做到:

write.zip(x, file = "foo.zip")

和你一样write.csv？

我也知道gzfile.

这应该很快 - 我们在R中解析以下格式:

2013-04-05T07:49:54-07:00

我目前的做法是

require(stringr) 
timenoT <- str_replace_all("2013-04-05T07:49:54-07:00", "T", " ") 
timep <- strptime(timenoT, "%Y-%m-%d %H:%M:%S%z", tz="UTC")

但它给了NA.

我有一个csv文件,其中列名包括空格和特殊字符.

fread用引号导入它们 - 但是如何更改此行为？一个原因是我的列名以空格开头,我不知道如何处理它们.

任何指针都会有所帮助.

编辑:一个例子.

> packageVersion("data.table")
[1] ‘1.8.8’

p2p <- fread("p2p.csv", header = TRUE, stringsAsFactors=FALSE)

> head(p2p[,list(Principal remaining)])
Error: unexpected symbol in "head(p2p[,list(Principal remaining"

> head(p2p[,list("Principal remaining")])
                    V1
1: Principal remaining

> head(p2p[,list(c("Principal remaining"))])
                    V1
1: Principal remaining

当然,我期待/想要的是没有空格的列名产生的结果:

> head(p2p[,list(Principal)])
   Principal
1:      1000
2:      1000
3:      1000
4:      2000
5:      1000
6:      4130

探索新数据集:可视化许多(所有)变量的最简单,最快捷的方法是什么？

理想情况下,输出显示彼此相邻的直方图,具有最小的杂波和最大信息.这个问题的关键是处理大型和不同数据集的灵活性和稳定性.我正在使用RStudio,通常处理大而混乱的调查数据.

一个开箱即用Hmisc并且在这里工作得很好的例子是:

library(ggplot2)
str(mpg)

library(Hmisc)
hist.data.frame(mpg)

不幸的是,在其他地方我遇到了数据标签的问题(plot.new()中的错误:数字边距太大).它也崩溃了一个更大的数据集mpg,我还没有弄清楚如何控制binning.而且,我更喜欢灵活的解决方案ggplot2.请注意,我刚开始学习R并习惯了商业软件提供的舒适解决方案.

关于这个主题的更多问题:

R直方图 - 变量太多

...？

我有几小时和几天的免费停车位数据.

这是100的随机样本.

sl <- list(EmptySlots = c(7, 6, 20, 5, 16, 20, 24, 5, 24, 24, 15, 11, 
8, 6, 13, 2, 21, 6, 1, 6, 9, 1, 8, 0, 20, 9, 20, 11, 22, 24, 
1, 2, 12, 6, 8, 2, 23, 18, 8, 3, 20, 2, 1, 0, 5, 21, 1, 4, 20, 
15, 24, 12, 4, 14, 2, 4, 20, 16, 2, 10, 2, 1, 24, 9, 22, 7, 6, 
3, 20, 13, 1, 16, 12, 5, …

正如我的同事指出的那样,连接点是他们在小学教学的东西.

这是数据:

hour_timetable  mean_delayed_pass
0   6.074
1   6.512
2   7.632
3   9.393
4   8.759
5   4.600
6   6.040
7   5.575
8   5.680
9   6.315
10  6.895
11  7.852
12  6.832
13  6.961
14  6.322
15  5.954
16  5.579
17  5.540
18  5.142
19  5.579
20  6.139
21  6.501
22  6.140
23  6.061

这是代码:

library(ggplot2)
ggplot(data = test_vis, aes(x = factor(hour_timetable), y = mean_delayed_pass, group = 1)) + 
   ylim(0, NA) + 
   geom_point(color = 'purple', stat = 'identity') + 
   geom_line(color = 'purple') …

我的.Rdata文件的大小是92 MB.

但是,原始的csv文件大约是3 GB.我把它和通常一样包括在内read.csv()

怎么可能？

用五个观察值和两个因子变量来查看这个测试数据集.

test

  respid                  s2q1                      s2q2
1     32                     9          5 - V. satisfied
2     35       10 - Definitely          5 - V. satisfied
3    148       10 - Definitely          5 - V. satisfied
4    371                     3                         2
5    416       10 - Definitely          5 - V. satisfied

当我运行以下melt命令时,我收到一个对我没有意义的错误.特别是因为我在成功之前使用了相同的命令.

require(reshape2)
qhist <- melt(test, id="respid")

Error in data.frame(ids, variable, value, stringsAsFactors = FALSE) : 
  arguments imply differing number of rows: 5, 10

导入数据

spss.get("data.sav", lowernames=T, use.value.labels=T,max.value.labels=13)

dput(test)
structure(list(respid = structure(c(32L, 35L, 148L, 371L, 416L), …