其中,data是要进行汇总的数据框(data frame),new_var是汇总后生成的新变量名,function是用于计算汇总值的函数。 在group_by之后使用ifelse函数,可以根据条件在汇总过程中进行逻辑判断。ifelse函数用于根据条件返回相应的值,它的语法如下: 代码语言:txt 复制 ...
我想按照下面的思路做一个操作: group_by(Group) %>%结果应该是一个626列的数据帧:一个列组,然后625列对应于my_function输出中的每个元素。这可以在dplyr的框架内 浏览2提问于2015-06-14得票数 1 3回答 是否有方法在分组数据框架(dplyr)中采样数据组? 、 有什么方法可以用dplyr对数据组进行抽样吗?(注:组...
Error in dplyr group_by function, object not found 我问这个问题是因为,作为 R 的新手,我很好奇为什么我写的一段代码可以正常工作,然后同一行代码在下次运行时会产生错误。 这是我正在使用的表的示例。 输入: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27...
df[[group.by]])df.split.sort<-lapply(df.split,function(x){x.order<-order(x[[sort.by]],decreasing=decreasing)x<-x[x.order,]x})df<-do.call(rbind,df.split.sort)return(df)}my.group.by(iris,group.by="Species",sort.by="Sepal.Length")...
值得一提的是,管道函数还可以用在自定义函数(function)中,比如我们定义一个对向量中的数求整后取绝对值求和的函数。 一般代码: > f1=function(x)sum(abs(round(x))) 管道函数代码 > f2=.%>%round%>abs%>%sum 我们来看看源码的显示: > f1
与group_by() 联用,即在分组基础上进行摘要统计。group_by() 和 summarize() 联用是 dplyr 包最常用的操作之一。 如:将所有结果按method和benchmark分组,计算新分组的每组平均值,并用 n() 函数计数,返回当前分组的大小 >group_by(fig2a,method,benchmark)%>%+summarise(mean=mean(value),+num=n())# ...
group_by_() 大功告成,就是这样。大家可以自己写一下。当然这种语法也是支持select等其他函数的。可能到这里,还是觉得那万一summarise,mutate里面的也不一样怎么办,或者说我希望变量名跟着我的计算的变量名变,我就直接给官方的代码了。 my_mutate <- function(df, expr) { ...
mytable0 <- function(x, ...) x %.% group_by(...) %.% summarise(n = n()) mytable0(iris, "Species") # OK ## Source: local data frame [3 x 2] ## Species n ## 1 virginica 50 ## 2 versicolor 50 ## 3 setosa 50 ...
group_by(!!group_var) %>% summarise(mean = mean(!!summary_var)) } grouped_mean(mtcars, mpg, cyl) scatter_plot<-function(df,x_var,y_var) { x_var=enquo(x_var) y_var=enquo(y_var) ggplot(data=df,aes(x=!!x_var,y=!!y_var))+ ...
rowAny <- function(x) rowSums(x) > 0 df %>% filter(rowAny(across(where(is.numeric), ~ .x > 0))) #> # A tibble: 2 x 3 #> x y z #> <chr> <dbl> <dbl> #> 1 a 1 -1 #> 2 b 1 1 当在mutate()中使用时,所有across()执行的转换都一次性完成。这与mutate_if()、mutate...