Questions tagged «r-faq»

我有非常大的表（3000万行），我想将其作为R中的数据帧加载。 read.table()它具有许多便利的功能，但是似乎实现中有很多逻辑会使事情变慢。就我而言，我假设我提前知道了列的类型，该表不包含任何列标题或行名，并且没有任何我要担心的病理字符。 我知道使用列表读取表scan()可能很快，例如： datalist <- scan('myfile',sep='\t',list(url='',popularity=0,mintime=0,maxtime=0))) 但是我将其转换为数据帧的一些尝试似乎使上述性能降低了6倍： df <- as.data.frame(scan('myfile',sep='\t',list(url='',popularity=0,mintime=0,maxtime=0)))) 有更好的方法吗？还是完全不同的解决方法？

502 r  import  dataframe  r-faq 

我正在尝试初始化没有任何行的data.frame。基本上，我想为每一列指定数据类型并为其命名，但因此没有创建任何行。 到目前为止，我能做的最好的事情是： df <- data.frame(Date=as.Date("01/01/2000", format="%m/%d/%Y"), File="", User="", stringsAsFactors=FALSE) df <- df[-1,] 这将创建一个data.frame，其中包含包含我想要的所有数据类型和列名的单行，而且还会创建一个无用的行，然后将其删除。 有一个更好的方法吗？

480 r  dataframe  r-faq 

当我需要过滤data.frame，即提取满足某些条件的行时，我更喜欢使用以下subset功能： subset(airquality, Month == 8 & Temp > 90) 而不是[功能： airquality[airquality$Month == 8 & airquality$Temp > 90, ] 我偏爱的主要原因有两个： 我发现代码从左到右读起来更好。即使对R一无所知的人也可以说出subset上面的陈述在做什么。 因为列可以在select表达式中称为变量，所以我可以节省一些击键。在上面的示例中，我只需输入airquality一次subset，但只需输入3次[。 因此，我过着幸福的生活，subset在任何地方都可以使用它，因为它更短且读起来更好，甚至向我的R编码员倡导它的美。但是昨天我的世界崩溃了。在阅读subset文档时，我注意到以下部分： 警告 这是旨在交互使用的便利功能。对于编程，最好使用标准的子集函数，例如[，尤其是参数子集的非标准评估会产生意想不到的后果。 有人可以帮助澄清作者的意思吗？ 首先，“ 交互使用 ” 是什么意思？我知道交互式会话是什么，而不是在BATCH模式下运行的脚本，但是我看不出它应该有什么区别。 然后，请您解释一下“ 论点子集的非标准评估 ”，为什么这样做很危险，也许可以举个例子？

400 r  filter  subset  r-faq 

我有一个数字向量： numbers <- c(4,23,4,23,5,43,54,56,657,67,67,435, 453,435,324,34,456,56,567,65,34,435) 如何让R计算向量中值x出现的次数？

400 r  vector  count  r-faq 

一位朋友给我发送了关于R的有关在NYtimes上进行网络抓取的出色教程。我真的很想尝试。但是，第一步是从源代码安装名为RJSONIO的软件包。 我对R非常了解，但是我不知道如何从源代码安装软件包。 我正在运行Mac OSX。

392 r  package  install  r-faq 

在R，mean()并且median()是该做你所期望的标准功能。 mode()告诉您对象的内部存储模式，而不是在其参数中出现最多的值。但是是否有一个标准库函数实现矢量（或列表）的统计模式？

391 r  statistics  r-faq 

如何连接（合并，合并）两个值？例如，我有： tmp = cbind("GAD", "AB") tmp # [,1] [,2] # [1,] "GAD" "AB" 我的目标是将“ tmp”中的两个值连接为一个字符串： tmp_new = "GAD,AB" 哪个功能可以为我执行此操作？

375 r  string-concatenation  r-faq 

我有一个包含6列的R数据框，并且我想创建一个仅包含三列的新数据框。 假设我的数据帧df，我想提列A，B和E，这是唯一的命令，我可以计算出： data.frame(df$A,df$B,df$E) 有没有更紧凑的方法可以做到这一点？

364 r  dataframe  r-faq 

我在data.frame中的前导和尾随空白时遇到了一些麻烦。例如，我想看看在特定row的data.frame基础上有一定的条件： > myDummy[myDummy$country == c("Austria"),c(1,2,3:7,19)] [1] codeHelper country dummyLI dummyLMI dummyUMI [6] dummyHInonOECD dummyHIOECD dummyOECD <0 rows> (or 0-length row.names) 我想知道为什么我没有得到预期的产出，因为我的国家显然存在奥地利这个国家data.frame。在查看了我的代码历史记录并尝试找出出了什么问题之后，我尝试了： > myDummy[myDummy$country == c("Austria "),c(1,2,3:7,19)] codeHelper country dummyLI dummyLMI dummyUMI dummyHInonOECD dummyHIOECD 18 AUT Austria 0 0 0 0 1 dummyOECD 18 1 我在命令中所做的更改只是在奥地利之后增加了一个空白。 显然还会出现更多令人讨厌的问题。例如，当我想基于“国家/地区”列合并两个框架时。一个data.frame使用"Austria "而另一帧使用"Austria"。匹配无效。 有没有一种很好的方法可以在屏幕上“显示”空白，从而使我意识到问题所在？ 我可以删除R中的前导和尾随空格吗？ 到目前为止，我曾经写过一个简单的Perl脚本来删除空格，但是如果我能以某种方式在R中完成它会很好。

360 r  whitespace  trim  removing-whitespace  r-faq 

我有两列的数据框。第一列包含诸如“第一”，“第二”，“第三”之类的类别，第二列具有代表我从“类别”中看到特定组的次数的数字。 例如： Category Frequency First 10 First 15 First 5 Second 2 Third 14 Third 20 Second 3 我想按类别对数据进行排序，并对所有频率求和： Category Frequency First 30 Second 5 Third 34 我将如何在R中执行此操作？

357 r  dataframe  aggregate  r-faq 

我有一组看起来像这样的数据： anim <- c(25499,25500,25501,25502,25503,25504) sex <- c(1,2,2,1,2,1) wt <- c(0.8,1.2,1.0,2.0,1.8,1.4) data <- data.frame(anim,sex,wt) data anim sex wt anim2 1 25499 1 0.8 2 2 25500 2 1.2 2 3 25501 2 1.0 2 4 25502 1 2.0 2 5 25503 2 1.8 2 6 25504 1 1.4 2 我希望在每个动物ID之前添加一个零： data …

351 r  formatting  number-formatting  r-faq 

我想编写trycatch代码来处理从网络下载时出现的错误。 url <- c( "http://stat.ethz.ch/R-manual/R-devel/library/base/html/connections.html", "http://en.wikipedia.org/wiki/Xz") y <- mapply(readLines, con=url) 这两个语句成功运行。在下面，我创建了一个不存在的网址： url <- c("xxxxx", "http://en.wikipedia.org/wiki/Xz") url[1]不存在。一个人如何编写一个trycatch循环（函数），以便： 如果URL错误，输出将为：“ Web URL错误，无法获取”。 如果URL错误，代码不会停止，而是继续下载直到URL列表的末尾？

342 r  exception  exception-handling  try-catch  r-faq 

这些天，我似乎与合著者分享了很多代码。他们中的许多人是R新手/中级用户，他们没有意识到他们必须安装尚未拥有的软件包。 有没有一种优雅的调用方式，installed.packages()如果缺少的话，可以与我正在加载和安装的方式进行比较吗？

336 r  packages  r-faq 

我正在努力寻找合适的函数，该函数将返回指定数量的行，这些行将随机抽取而不用R语言的数据帧替换？谁能帮我吗？

333 r  dataframe  sample  r-faq 

如何更改此输入（按顺序：时间，输入，输出，文件）： Time In Out Files 1 2 3 4 2 3 4 5 输入到此输出（顺序为：时间，输出，输入，文件）？ Time Out In Files 1 3 2 4 2 4 3 5 这是虚拟R数据： table <- data.frame(Time=c(1,2), In=c(2,3), Out=c(3,4), Files=c(4,5)) table ## Time In Out Files ##1 1 2 3 4 ##2 2 3 4 5

311 r  sorting  dataframe  r-faq