这个函数是这个包首次引入的是时候了。是时候了计算一个表中每个k-mer的期望值序列.期望值(k-mer)=频率(k-mer)/(function*computes*。。。*expected),其中sequence是加密k-mer中第i个氨基酸的密码子数。 语法\用法: ExpectedValueAA(seqs, k = 2, normalized = TRUE, label = c())参数...
# 输出结果包括两个样本均值,两个两个样本方差,合并方差,检验统计量,t分布临界值和结论 f<-function(data,a){ x<-data[[1]] y<-data[[2]] n1<-length(x);n2<-length(y) meanx<-mean(x);meany<-mean(y) varx<-var(x);vary<-var(y) var<-((n1-1)*varx+(n2-1)*vary)/(n1+n2-2) ...
由于有一个内置函数var()来计算样本方差,因此这样的函数是一个非常简单的一行: stdError <- function(x) sqrt(var(x) / length(x)) 1. 自定义函数将在之后详细介绍。 现在,我们可以用tapply()函数来计算各个省学生平均成绩的标准误差。 > gradeStdErr <- tapply(grades, province, stdError) > gradeStdEr...
*可以使用spread()将class中的某个字段的取值拆分成多个列。 >df_2 =df%>% spread(key ='class', value ='grade')>df_2id a b 1 1 81 82 2 2 83 84 3 3 85 86 4 4 87 88 5 5 89 90 *也可以使用gather()将df_2中的a列和b列转换成某字段的值,就是把多列字段聚合在一起。 >df_2%...
Unite multiple columns into one by pasting strings together 通过将字符串粘贴在一起,将多个列统一为一个 Description Convenience function to paste together multiple columns into one. Usage unite(data, col, ..., sep = "_", remove = TRUE, na.rm = FALSE) ...