如果n=5,是按从大到小排序。 方法三、使用slice_head #使用slice_headr3=GO_result%>%group_by(ONTOLOGY)%>%slice_head(n=5)r3 方法四、使用slice_min #使用slice_minr4=GO_result%>%group_by(ONTOLOGY)%>%slice_min(order_by=p.adjust,n=5)r4 slice_min会根据指定的p.adjust有小到大排序,然后取...
prop:用于指定选择的行比例 slice(df,3:7)#选择3-7行 slice_head(df,n,prop)#从前面开始选择若干行 slice_tail(df,n,prop)#从后面开始选择若干行 slice_min(df,order_by,n,prop)#根据order_by选择最小的若干行 slice_max(df,order_by,n,prop)#根据order_by选择最大的若干行 slice_sample(df,n,pro...
slice_min()和slice_max()选择具有变量的最小值或最大值的行。 如果.data是grouped_df,则将对每个组执行该操作,以便(例如)slice_head(df, n = 5)将选择每个组中的前五行。 用法 slice(.data,..., .by =NULL, .preserve =FALSE) slice_head(.data,..., n, prop, by =NULL) slice_tail(.data,...
slice_head(n =10) mpg %>% slice_head(prop =0.1) mpg %>% slice_tail(n =10) mpg %>% slice_tail(prop =0.1) mpg %>% slice_sample(n =10) # 选择hwy前5大的行 mpg %>% slice_max(hwy, n =5) # 选择hwy前5小的行 mpg %>% slice_min(hwy, n =5) 3.3 行删除 用distinct函数删...
#使用slice_min r4=GO_result%>%group_by(ONTOLOGY)%>%slice_min(order_by=p.adjust,n=5)r4 slice_min会根据指定的p.adjust有小到大排序,然后取每组前5行 方法五、使用group_modify结合head 代码语言:javascript 复制 #使用group_modify r5=GO_result%>%group_by(ONTOLOGY)%>%group_modify(~head(.x,5...
gapminder %>% slice(1000:n()) #前5行 gapminder %>% slice_head(n = 5) #后5行 gapminder %>% slice_tail(n = 5) 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 4.2 slice_max、slice_min 函数 分组查询每组的前n个值,是我们统计排行榜数据时经常需要用到的,比如电商中每个品类销量前10的...
iris %>% as_tibble() %>% slice_max(Sepal.Width,n=3) 若有重复值加 with_ties=FALSE 只取一行mtcars %>% slice_min(cyl,n=1,with_ties=FALSE) slice_sample 随机无重复抽样iris %>% as_tibble() %>% slice_sample(n = 5) slice_sample 随机有重复抽样...
pbmc.markers <- FindAllMarkers(pbmc, only.pos = TRUE, min.pct = 0.25, logfc.threshold = 0.25) #提取每个cluster差异倍数最大的两个标记基因; library(dplyr) max2<- pbmc.markers %>% group_by(cluster) %>% slice_max(n = 2, order_by = avg_log2FC) ...
slice_head(n =10) set.seed(1234) # 使用smaple函数做有放回地抽样 device <- sample(c("Desktop","Mobile","Tablet"), size =25, replace =TRUE) device # 数据类型检验 is.factor(device) # 数据类型转换 as.factor(device) # 或者使用forcats包的as_factor函数 ...
语法为sample_n(tbl, size, replace = FALSE, weight = NULL, .env = parent.frame())在新版本的dplyr包中抽样函数已变为slice_sample。 #无放回抽样10行数据 sample_n(starwars, 10) #有放回抽样20行数据 sample_n(starwars, 20, replace = TRUE)...