with 158 more rows, and 2 more variables: sex <fct>, year <int> # ---2 penguins %>% filter(species %in% c("Adelie", "Gentoo")) ## # A tibble: 265 × 8 ## species island bill_length_mm bill_depth_mm flipper_length_mm body_mass_g ## <fct> <fct> <dbl> <dbl> <int> <...
X<-data.frame(X1 = LETTERS[1:5],X2 = 1:5) X[2,2] <- NA X[4,1] <- NA X ### 1.去掉含有NA的行,可以选择只根据某一列来去除 drop_na(X)#去掉X矩阵中所有的NA drop_na(X,X1)#去掉X矩阵中列X1中带有NA的行 drop_na(X,X2)#去掉X矩阵中列X2中带有NA的行 ### 2.替换NA repla...
我们可以使用dplyr::cumany来删除"Total"（或NA）以及其他任何内容。
> df <- tibble(x = 1:3, y = 3:1) > df1 <- tibble(x = 4, y = 0) > df2 <- tibble(z = -1:1, w = 0)# 纵向合并> bind_rows(df, df1)# 横向合并> bind_cols(df, df2) 类似 R 语言系统函数中对数组进行交并合补,我们也可以使用 union、intersect、setdiff 函数,取得两个数据框...
删除缺失值行:na.omit() > df <- matrix(c(1:5,NA,7:10),nrow=5)> df [,1] [,2][1,] 1 NA[2,] 2 7[3,] 3 8[4,] 4 9[5,] 5 10> df <-na.omit(df)> df [,1] [,2][1,] 2 7[2,] 3 8[3,] 4 9[4,] 5 1...
> iris[1,]#引用第1行数据 > head(iris[,1],5) #引用第1列的数据,其中因数据过长,使用head函数取前5个数字[1]5.14.94.7…
nr_of_rows <- 1e8 df <- data.table( Logical = sample(c(TRUE, FALSE, NA), prob = c(0.85, 0.1, 0.05), nr_of_rows, replace = TRUE), Integer = sample(1L:100L, nr_of_rows, replace = TRUE), Real = sample(sample(1:100...
240 57600#> 7 Beru Whitesun lars 75 150 22500#> 8 R5-D4 32 64 4096#> 9 Biggs Darklighter 84 168 28224#> 10 Obi-Wan Kenobi 77 154 23716#> # ℹ 77 more rows# As well as adding new variables, you can usemutate() to# remove variables and modify existing variables.starwars %...
# ... with 22 more rows 1.5 汇总: summarise() 对数据框调用其它函数进行汇总操作, 返回一维的结果: summarise(mtcars_df, mdisp =mean(disp, na.rm =TRUE))# A tibble: 1 x 1mdisp <dbl>1230.7219 1.6 分组: group_by() 当对数据集通过group_by()添加了分组信息后,mutate(),arrange() 和 summa...
# ... with 22 more rows 1.5 汇总: summarise() 对数据框调用其它函数进行汇总操作, 返回一维的结果: summarise(mtcars_df,mdisp=mean(disp,na.rm=TRUE))# A tibble: 1 x 1mdisp<dbl>1230.7219 1.6 分组: group_by() 当对数据集通过group_by()添加了分组信息后,mutate(),arrange() 和 summarise()...