Estoy intentando reproducir uno de los ejemplos en el paquete dplyr pero recibo este mensaje de error. Espero ver una nueva columna n producida con la frecuencia de cada combinación. ¿Qué me estoy perdiendo? Verifiqué tres veces que el paquete está cargado. library(dplyr) # summarise peels off a...
Comencé a recibir un nuevo mensaje (ver título de la publicación) cuando ejecuté group_by y resume () después de actualizar a la versión de desarrollo de dplyr 0.8.99.9003. Aquí hay un ejemplo para recrear la salida: library(tidyverse) library(hablar) df <- read_csv("year, week,...
Aquí hay un marco de datos de muestra: d <- data.frame( x = runif(90), grp = gl(3, 30) ) Quiero que el subconjunto dcontenga las filas con los 5 valores superiores de xpara cada valor de grp. Usando base-R, mi enfoque sería algo como: ordered <- d[order(d$x, decreasing = TRUE), ]...
Cuando se utiliza el operador de la tubería %>%con paquetes tales como dplyr, ggvis, dycharts, etc, ver cómo lo hago un paso condicional? Por ejemplo; step_1 %>% step_2 %>% if(condition) step_3 Estos enfoques no parecen funcionar: step_1 %>% step_2 if(condition) %>%...
Si uso la sintaxis de dplyr sobre una tabla de datos , ¿obtengo todos los beneficios de velocidad de la tabla de datos mientras sigo usando la sintaxis de dplyr? En otras palabras, ¿uso incorrectamente la tabla de datos si la consulto con la sintaxis dplyr? ¿O necesito usar una sintaxis de tabla...
Tengo dos marcos de datos que quiero unir usando dplyr. Uno es un marco de datos que contiene nombres. test_data <- data.frame(first_name = c("john", "bill", "madison", "abby", "zzz"), stringsAsFactors = FALSE) El otro marco de datos contiene una versión limpia del corpus de nombres de...
En un marco de datos grande ("myfile") con cuatro columnas, tengo que agregar una quinta columna con valores condicionalmente basados en las primeras cuatro columnas. Prefiere respuestas con dplyry mutate, principalmente debido a su velocidad en grandes conjuntos de datos. Mi marco de datos...
Estoy en el proceso de probar un flujo de trabajo basado en dplyr (en lugar de usar principalmente data.table, a lo que estoy acostumbrado), y me he encontrado con un problema para el que no puedo encontrar una solución dplyr equivalente . Comúnmente me encuentro con el escenario en el que...
Tengo un marco de datos ("datos") con muchas, muchas columnas. Algunas de las columnas contienen una determinada cadena ("search_string"). ¿Cómo puedo usar dplyr::select()para darme un subconjunto que incluya solo las columnas que contienen la cadena? Lo intenté: # columns as boolean...
Estoy usando el mtcarsconjunto de datos. Quiero encontrar el número de registros para una combinación particular de datos. Algo muy parecido a la count(*)cláusula group by en SQL. ddply()de plyr está funcionando para mí library(plyr) ddply(mtcars, .(cyl,gear),nrow) tiene salida cyl gear...
Estoy ejecutando un ejemplo en R, siguiendo los pasos y todo está funcionando hasta ahora, excepto que este código produce un error: words <- dtm %>% as.matrix %>% colnames %>% (function(x) x[nchar(x) < 20]) Error: no se pudo encontrar la función "%>%" No entiendo...
Tengo el siguiente marco de datos: library(dplyr) library(tibble) df <- tibble( source = c("a", "b", "c", "d", "e"), score = c(10, 5, NA, 3, NA ) ) df Se parece a esto: # A tibble: 5 x 2 source score <chr> <dbl> 1 a 10 . # current max value 2 b 5 3 c NA 4 d 3 5 e NA Lo...
Considere un tibble donde cada columna es un vector de caracteres que puede tomar muchos valores, digamos "A" a "F". library(tidyverse) sample_df <- tibble(q1 = c("A", "B", "C"), q2 = c("B", "B", "A")) Deseo crear una función que tome el nombre de una columna como argumento, y recodifique...
Tengo un marco de datos mencionado a continuación: structure( list(ID = c("P-1", " P-1", "P-1", "P-2", "P-3", "P-4", "P-5", "P-6", "P-7", "P-8"), Date = c("2020-03-16 12:11:33", "2020-03-16 13:16:04", "2020-03-16 06:13:55", "2020-03-16 10:03:43", "2020-03-16 12:37:09", "2020-03-16 06:40:24",...
Sé que hay varias preguntas similares por aquí, pero ninguna de ellas parece abordar el problema preciso que estoy teniendo. set.seed(4) df = data.frame( Key = c("A", "B", "A", "D", "A"), Val1 = rnorm(5), Val2 = runif(5), Val3 = 1:5 ) Quiero poner a cero los valores de las columnas de valor...
Estoy tratando de filtrar la columna Símbolo en función de si es de la forma \uxxxx Esto es fácil visualmente, es decir, algunas se ven como $, ¢, £, y otros como \u058f, \u060b, \u07fe. Pero parece que no puedo entenderlo usando stringi/dplyr library(dplyr) library(stringi) df <-...
Tengo un conjunto de datos largo con columnas que representan las horas de inicio y finalización, y deseo eliminar una fila si se superpone con otra y tiene una prioridad más alta (por ejemplo, 1 es la prioridad más alta). Mi ejemplo de datos es library(tidyverse) library(lubridate) times_df <-...
Tengo un marco de datos configurado como el siguiente: df <- data.frame("id" = c(111,111,111,222,222,222,222,333,333,333,333), "Location" = c("A","B","A","A","C","B","A","B","A","A","A"), "Encounter" = c(1,2,3,1,2,3,4,1,2,3,4)) id Location Encounter 1 111 A 1 2 111 B 2 3 111 A 3 4 222 A...
Debo invertir mi esfuerzo de aprendizaje para los datos de bregar en R, concretamente entre dplyr, dtplyry data.table? Lo uso dplyrprincipalmente, pero cuando los datos son demasiado grandes para eso lo usaré data.table, lo cual es una ocurrencia rara. Entonces, ahora que dtplyrv1.0 está...
Me gustaría seleccionar para cada uno IDlos dos valores más cercanos de Cq. Pensé que lo había descubierto, pero depende de la posición de la fila ... Aquí hay un ejemplo de la forma de mi conjunto de datos: df <- data.frame(ID = c("A","A","A","B","B","B","C","C","C"), Cq =...