因此,如果希望在dplyr中逐行应用操作,则可以使用rowwise函数,例如:如何在dplyr中对表的每一行应用函数? 是否有一个unrowwise函数,可以停止逐行进行操作?目前,似乎在rowwise之后添加group_by可以删除逐行操作,例如:data.frame(a=1:4) %&g...
我有一个数据框,长得像这样:#df ID DRUG FED AUC0t Tmax Cmax 1 1 0 100 5 20 2 1 1 200 6 25 3 0 1 NA 2 ...
我将用一个例子来阐述我的问题。 样本数据: df <- data.frame(ID = c(1, 1, 2, 2, 3, 5), A = c("foo", "bar", "foo", "foo", "bar", "bar"), B = c(1, 5, 7, 23, 54, ...
我想使用dplyr为每个小时(因子变量)拟合一个模型,但是我遇到了一个错误,不太确定出了什么问题。df.h <- data.frame( hour = factor(rep(1:24, each = 21)), price = runif(504, min = -...
如果我加载MASS包:library(MASS) 当我尝试运行dplyr::select时,出现了错误:library(dplyr) mtcars %.% select(mpg) # Error in select(`__prev`, mpg) : unused argument (mpg)...
使用dplyr,您可以像这样做:iris %>% head %>% mutate(sum=Sepal.Length + Sepal.Width) Sepal.Length Sepal.Width Petal.Length Petal.Width Species sum 1 ...
我有一个数据框,看起来像这样> data <- data.frame(foo=c(1, 1, 2, 3, 3, 3), bar=c('a', 'b', 'a', 'b', 'c', 'd')) > data foo bar 1 1 a 2 1 b 3 ...
我该如何告诉group_by,将数据按照除特定列外的所有列进行分组? 对于aggregate,可以使用aggregate(x ~ ., ...)来实现。 我尝试过group_by(data, -x),但这会将负数的x作为分组依据(即与按照x分组相同)。
df <- structure(list(`a a` = 1:3, `a b` = 2:4), .Names = c("a a", "a b" ), row.names = c(NA, -3L), class = "data.frame") 数据看起来像 a a a b 1 1 ...
我的数据看起来像这样:library(tidyverse) df <- tribble( ~a, ~b, ~c, 1, 2, 3, 1, NA, 3, NA, 2, 3 ) 我可以使用drop_na()函数删除所有带有NA的观测值:df %>%...