Questions tagged «r»

这个问题的答案是社区的努力。编辑现有答案以改善此职位。它目前不接受新的答案或互动。 与同事讨论性能，教学，发送错误报告或在邮件列表以及堆栈溢出此处寻求指导时，经常会问到一个可重复的示例，并且总是很有帮助。 您建立出色范例的秘诀是什么？如何从中粘贴数据结构[R以文本格式？您还应该包括哪些其他信息？ 在另外还有其他招数来使用dput()，dump()或structure()？您何时应包含library()或require()声明？其中保留的话应该避免一个，此外c，df，data等？ 一个人如何成就伟大 [R 可复制的例子？

2473 r  r-faq 

我想按多个列对data.frame进行排序。例如，对于下面的data.frame，我想按列z（降序）然后按列b（升序）排序： dd <- data.frame(b = factor(c("Hi", "Med", "Hi", "Low"), levels = c("Low", "Med", "Hi"), ordered = TRUE), x = c("A", "D", "A", "C"), y = c(8, 3, 9, 9), z = c(1, 1, 1, 2)) dd b x y z 1 Hi A 8 1 2 Med D 3 1 …

1316 r  sorting  dataframe  r-faq 

给定两个数据帧： df1 = data.frame(CustomerId = c(1:6), Product = c(rep("Toaster", 3), rep("Radio", 3))) df2 = data.frame(CustomerId = c(2, 4, 6), State = c(rep("Alabama", 2), rep("Ohio", 1))) df1 # CustomerId Product # 1 Toaster # 2 Toaster # 3 Toaster # 4 Radio # 5 Radio # 6 Radio df2 # CustomerId …

1231 r  join  merge  dataframe  r-faq 

每当我想在R中执行“ map” py任务时，我通常都会尝试使用该apply系列中的函数。 但是，我从未完全理解它们之间的区别-{ sapply，lapply等等} 如何将函数应用于输入/分组输入，输出将是什么样，甚至输入是什么-所以我经常只是遍历所有这些，直到我得到我想要的。 谁能解释什么时候使用哪一个？ 我目前（可能不正确/不完整）的理解是... sapply(vec, f)：输入是向量。输出是向量/矩阵，其中element i是f(vec[i])，如果f有多元素输出，则为您提供矩阵 lapply(vec, f)：与相同sapply，但输出是列表？ apply(matrix, 1/2, f)：输入是一个矩阵。输出是一个向量，其中element i是f（矩阵的行/ col i） tapply(vector, grouping, f)：输出是一个矩阵/数组，其中矩阵/数组中的元素是向量f分组g中的值，并g被推送到行/列名 by(dataframe, grouping, f)：让g成为一个分组。适用f于组/数据框的每一列。漂亮地打印f每列的分组和值。 aggregate(matrix, grouping, f)：类似于by，但不是将输出漂亮地打印出来，聚合将所有内容粘贴到一个数据框中。 附带的问题：我还没有学会摆弄或重塑-是否会全部取代plyr或reshape全部取代？

1040 r  lapply  sapply  tapply  r-faq 

我想从数据框中删除许多列。我知道我们可以使用类似的方法分别删除它们： df$x <- NULL 但是我希望用更少的命令来做到这一点。 另外，我知道我可以使用整数索引删除列，如下所示： df <- df[ -c(1, 3:6, 12) ] 但是我担心我的变量的相对位置可能会改变。 考虑到R的强大功能，我认为可能有比逐一删除每一列更好的方法。

874 r  dataframe  r-faq 

我想删除此数据框中的行： a）在所有列中包含NA。以下是我的示例数据框。 gene hsap mmul mmus rnor cfam 1 ENSG00000208234 0 NA NA NA NA 2 ENSG00000199674 0 2 2 2 2 3 ENSG00000221622 0 NA NA NA NA 4 ENSG00000207604 0 NA NA 1 2 5 ENSG00000207431 0 NA NA NA NA 6 ENSG00000221312 0 1 2 3 2 …

851 r  dataframe  filter  missing-data  r-faq 

总览 我相对熟悉data.table，而不是那么熟悉dplyr。我已经阅读了一些出现在SO上的dplyr插图和示例，到目前为止，我的结论是： data.table且dplyr速度可比，除非有很多（即> 10-100K）组，并且在某些其他情况下（请参见下面的基准） dplyr 具有更多可访问的语法 dplyr 抽象（或将）潜在的数据库交互 功能上有一些细微的差异（请参见下面的“示例/用法”） 我认为2.不太重要，因为我相当熟悉它data.table，尽管我知道这对新手和老手来说都是一个很大的因素。我想避免争论哪个更直观，因为从我已经熟悉的人的角度来看，这与我提出的具体问题无关data.table。我还想避免讨论“更直观”如何导致更快的分析（当然是正确的，但又不是我对此最感兴趣的内容）。 题 我想知道的是： 对于熟悉软件包的人来说，是否有分析任务更容易用一个或另一个软件包编写代码（即，要求的击键与要求的深奥程度的某种组合，每个击键都是一件好事）。 在一个程序包中，是否有比其他程序更有效地执行分析任务（即大于2倍）？ 最近的一个SO问题使我对这个问题进行了更多的思考，因为到那时为止，我认为dplyr提供的功能超出了我已经可以做得到的范围data.table。这是dplyr解决方案（Q末的数据）： dat %.% group_by(name, job) %.% filter(job != "Boss" | year == min(year)) %.% mutate(cumu_job2 = cumsum(job2)) 这比我尝试破解data.table解决方案要好得多。也就是说，好的data.table解决方案也相当不错（感谢Jean-Robert，Arun，并请注意，在这里，我赞成使用单一语句而不是严格的最佳解决方案）： setDT(dat)[, .SD[job != "Boss" | year == min(year)][, cumjob := cumsum(job2)], by=list(id, job) ] 后者的语法可能看起来很深奥，但是如果您习惯了data.table（例如，不使用一些更深奥的技巧），它实际上非常简单。 理想情况下，我希望看到的是一些很好的示例，它们的方式dplyr或data.table方法实质上更简洁，或性能更好。 例子 用法 …

758 r  data.table  dplyr 

我有一个数据框，有些列有NA值。 如何将这些NA值替换为零？

727 r  dataframe  na  missing-data  imputation 

赋值运算符=和<-R 之间有什么区别？ 我知道运算符略有不同，如本例所示 x <- y <- 5 x = y = 5 x = y <- 5 x <- y = 5 # Error in (x <- y) = 5 : could not find function "<-<-" 但这是唯一的区别吗？

712 r  assignment-operator  r-faq 

显然，人们已经弄清楚了如何在Mathematica和LaTeX中制作xkcd样式图。我们可以在R中做到吗？ggplot2-ers？一个geom_xkcd和/或theme_xkcd？ 我猜在基本图形中，par（xkcd = TRUE）？我该怎么做？ 作为ggplot2中的第一个选项（下面将更详细地介绍），将jitter参数添加到一行可以使手绘效果更好。所以- ggplot(mapping=aes(x=seq(1,10,.1), y=seq(1,10,.1))) + geom_line(position="jitter", color="red", size=2) + theme_bw() 这是一个很好的例子-但是轴和字体看起来比较复杂。字体显示为已解决（如下）。处理轴的唯一方法是将其消隐并手工拉入吗？有没有更优雅的解决方案？特别是在ggplot2中，是否可以将新主题系统中的element_line修改为采用类似抖动的参数？

696 r  ggplot2  plot 

我有一个图，其中x轴是标签长的一个因素。虽然可能不是理想的可视化效果，但现在我想简单地将这些标签旋转为垂直。我已经用下面的代码弄清楚了这部分，但是如您所见，标签并不完全可见。 data(diamonds) diamonds$cut <- paste("Super Dee-Duper",as.character(diamonds$cut)) q <- qplot(cut,carat,data=diamonds,geom="boxplot") q + opts(axis.text.x=theme_text(angle=-90))

668 r  ggplot2  labels 

当我将因子转换为数字或整数时，我得到的是底层的级别代码，而不是数值。 f <- factor(sample(runif(5), 20, replace = TRUE)) ## [1] 0.0248644019011408 0.0248644019011408 0.179684827337041 ## [4] 0.0284090070053935 0.363644931698218 0.363644931698218 ## [7] 0.179684827337041 0.249704354675487 0.249704354675487 ## [10] 0.0248644019011408 0.249704354675487 0.0284090070053935 ## [13] 0.179684827337041 0.0248644019011408 0.179684827337041 ## [16] 0.363644931698218 0.249704354675487 0.363644931698218 ## [19] 0.179684827337041 0.0284090070053935 ## 5 Levels: 0.0248644019011408 0.0284090070053935 ... 0.363644931698218 as.numeric(f) …

598 r  casting  r-faq 

我想在同一图中绘制y1和y2。 x <- seq(-2, 2, 0.05) y1 <- pnorm(x) y2 <- pnorm(x, 1, 1) plot(x, y1, type = "l", col = "red") plot(x, y2, type = "l", col = "green") 但是当我这样做时，它们并没有一起绘制在同一图中。 在Matlab中可以做到hold on，但是有人知道如何在R中做到这一点吗？

570 r  plot  ggplot2  r-faq 

require()和之间有什么区别library()？

565 r  packages 

我尝试使用安装软件包 install.packages("foobarbaz") 但收到警告 Warning message: package 'foobarbaz' is not available (for R version x.y.z) R为什么不认为该软件包可用？ 另请参阅以下有关此问题的特定实例的问题： 我的软件包不适用于R 2.15.2 软件包'Rbbg'不可用（对于R版本2.15.2） 软件包不可用（对于R版本2.15.2） 软件包doMC不适用于R版本3.0.0警告install.packages 依赖性'Rglpk'不适用于软件包'fPortfolio' 如果我们的R版本无法使用软件包，该怎么办？ R的bigvis软件包是否不适用于R版本3.0.1？ 软件包'syncwave'/'mvcwt'不可用（对于R版本3.0.2）不可用软件包'diamonds' （对于R版本3.0.0）R 的plyr软件包不适用于R版本3.0.2吗？ 没有在R 64 3.0.2上未安装的软件包bigmemory 软件包“ makeR”不可用（对于3.0.2版） 软件包“ RTN”不可用（对于R版本3.0.1） 安装geoR软件包 软件包“ twitterR”不可用（对于R版本3.1.0） 如何安装“ Rcpp，软件包”？我收到“程序包不可用” 程序包“数据集”不可用（对于R版本3.1.1） “程序包'rhipe”不可用（对于R版本3.1.2）”

560 r  installation  repository  package  r-faq