创建具有逻辑条件的新变量 我刚开始学习R,我一直在尝试使用mutate命令创建一个变量。我正在尝试创建一个名为ruins的新变量,当condition变量等于ruins时,它等于1,否则等于0。变异中的错误(civil= lorigin == "civil"):找不到对象'lorigin‘ 老实说根本不知道该怎么做。 浏览5提问于2022-03-24得票数 -2 ...
raw %>% mutate(age_years = case_when( age_unit == "years" ~ age, age_unit == "months" ~ age/12, # 年龄单位为月，age_years就等于年龄/12 is.na(age_unit) ~ age, # 年龄单位缺失的话，默认成“年”,age_years就等于age TRUE ~ NA_real_)) #其余所有情...
washer washer函数可以帮助我们将多余的变量水平洗脱掉，什么意思呢，比如我们现在的数据中777和999都是表示NA的，这个时候我们用mutate结合if_else或者case_when函数将其变为NA，但其实挺麻烦的，或者考虑replace函数，但是这个函数灵活性也不够，对比起来washer函数还是一个非常好用的工具。比如，大家先看数据中原来age...
比如我现在需要一个新变量叫做hp_to_weight,这个变量是原先horsepower / weight两个变量的比值,我们就可以用使用mutate()写出如下代码: auto_specs_new <- mutate(auto_specs, hp_to_weight = horsepower / weight) print(auto_specs_new) 可以看到新的变量已经在auto_specs_new这个数据框中了。在R中使用mutate...
mutate(age=washer(age,19:30,value = '>18')) %>% tableF(age) 可以看到结果中除了18之外的所有取值都成了>18,这个就很很方便,当然上面这个例子用ifelse也很方便,如果age是一个分类变量,且这个分类变量取值很多的情况下,这个washer函数才是最方便的选择。
R数据分析：如何在R中使用mutate R数据分析：著名的“三门问题”的R语言模拟 R语言：利用caret的dummyVars函数设置虚拟变量 R数据分析：贝叶斯定理的R语言模拟 R文本挖掘：情感分析 R数据分析：如何用R做验证性因子分析及画图，实例操练 R数据分析：有调节的中介 R数据分析：如何用R做多重插补，实例操练 R数据分析...
mutate和case_when是 R 语言中dplyr包中的两个函数,用于数据框(data frame)的操作。 mutate:用于在数据框中创建新的变量或修改现有变量。 case_when:用于根据条件创建新的变量,类似于其他编程语言中的switch或if-else语句。 相关优势 可读性强:case_when提供了一种清晰的方式来表达复杂的条件逻辑,使得代码...
每10,000 人口中的病例数计算为带有 mutate() 的新列 # Add population data and calculate cases per 10K population case_adm3 <- case_adm3 %>% left_join(sle_adm3_pop, # add columns from pop dataset by = c("admin3pcod" = "adm3_pcode")) %>% # join based on common values across...
# by shifting each point up some amountif(i>fill_steps){j<-i-fill_steps j_scale<-uniroot(function(x)(x*float_steps)^2-2.5,c(0,1))$root y_change<-(j_scale*j)^2heart_full<-mutate(heart_full,y=y+y_change)}# plot the heart ...
An alternative version of the Data Analysis and Visualization in R for Ecologists lesson - adopted as official curriculum on 8th July 2024. This repository has been archived: please visit https://github.com/datacarpentry/R-ecology-lesson/ - datacarpentry