Visión general Estoy relativamente familiarizado data.table, no tanto dplyr. He leído algunas dplyrviñetas y ejemplos que han aparecido en SO, y hasta ahora mis conclusiones son que: data.tabley dplyrson comparables en velocidad, excepto cuando hay muchos (es decir,> 10-100K) grupos, y en...
tibble(anteriormente tbl_df) es una versión de una trama de datos creada por el dplyrpaquete de manipulación de trama de datos en R. Evita salidas de tabla largas cuando se llama accidentalmente a la trama de datos. Una vez que un marco de datos ha sido envuelto por tibble/ tbl_df, ¿hay un comando...
Tengo que filtrar un marco de datos utilizando como criterio aquellas filas en las que está contenida la cadena RTB. Estoy usando dplyr. d.del <- df %>% group_by(TrackingPixel) %>% summarise(MonthDelivery = as.integer(sum(Revenue))) %>% arrange(desc(MonthDelivery)) Sé que puedo...
¿Se puede usar la mutación cuando la mutación es condicional (dependiendo de los valores de ciertos valores de columna)? Este ejemplo ayuda a mostrar lo que quiero decir. structure(list(a = c(1, 3, 4, 6, 3, 2, 5, 1), b = c(1, 3, 4, 2, 6, 7, 2, 6), c = c(6, 3, 6, 5, 3, 6, 5, 3), d = c(6, 2, 4,...
¿Hay una manera más sucinta de obtener una columna de un dplyr tbl como vector, a partir de un tbl con el back-end de la base de datos (es decir, el marco / tabla de datos no puede ser subconjunto directamente)? require(dplyr) db <- src_sqlite(tempfile(), create = TRUE) iris2 <- copy_to(db,...
Tengo una advertencia múltiple persistente de "columna desconocida" para todos los tipos de comandos (por ejemplo, str (x) para instalar actualizaciones en paquetes), y no estoy seguro de cómo depurar esto o solucionarlo. La "columna desconocida" de advertencia está claramente relacionada con una...
Quiero usar dplyr::mutate()para crear múltiples columnas nuevas en un marco de datos. Los nombres de columna y sus contenidos deben generarse dinámicamente. Datos de ejemplo de iris: library(dplyr) iris <- tbl_df(iris) He creado una función para mutar mis nuevas columnas de la...
Estoy tratando de transferir mi comprensión de plyr a dplyr, pero no puedo entender cómo agrupar por múltiples columnas. # make data with weird column names that can't be hard coded data = data.frame( asihckhdoydkhxiydfgfTgdsx = sample(LETTERS[1:3], 100, replace=TRUE), a30mvxigxkghc5cdsvxvyv0ja...
Supongamos que quiero calcular la proporción de diferentes valores dentro de cada grupo. Por ejemplo, usando los mtcarsdatos, ¿cómo calculo la frecuencia relativa del número de engranajes por am (automático / manual) de una vez dplyr? library(dplyr) data(mtcars) mtcars <- tbl_df(mtcars) #...
Pregunta Utilizando dplyr, ¿cómo selecciono las observaciones / filas superiores e inferiores de datos agrupados en una declaración? Datos y ejemplo Dado un marco de datos df <- data.frame(id=c(1,1,1,2,2,2,3,3,3), stopId=c("a","b","c","a","b","c","a","b","c"),
Tengo un data.frame como este: set.seed(123) df = data.frame(x=sample(0:1,10,replace=T),y=sample(0:1,10,replace=T),z=1:10) > df x y z 1 0 1 1 2 1 0 2 3 0 1 3 4 1 1 4 5 1 0 5 6 0 1 6 7 1 0 7 8 1 0 8 9 1 0 9 10 0 1 10 Me gustaría eliminar filas duplicadas basadas en las dos primeras columnas....
Cuando trabajaba, a plyrmenudo me resultaba útil usar adplypara funciones escalares que tenía que aplicar a todas y cada una de las filas. p.ej data(iris) library(plyr) head( adply(iris, 1, transform , Max.Len= max(Sepal.Length,Petal.Length)) ) Sepal.Length Sepal.Width Petal.Length Petal.Width...
Me gusta la función de cambio de nombre de plyr rename. Recientemente comencé a usar dplyr y me preguntaba si hay una manera fácil de cambiar el nombre de las variables usando una función de dplyr, que sea tan fácil de usar como la de plyr
Me doy cuenta de que la dplyrv3.0 te permite unirte a diferentes variables: left_join(x, y, by = c("a" = "b")coincidirá x.acony.b Sin embargo, ¿es posible unir una combinación de variables o tengo que agregar una clave compuesta de antemano? Algo como esto: left_join(x, y, by = c("a c" = "b...
Tengo datos de una encuesta en línea donde los encuestados realizan un ciclo de preguntas de 1 a 3 veces. El software de la encuesta (Qualtrics) registra estos datos en varias columnas, es decir, Q3.2 en la encuesta tendrá columnas Q3.2.1., Q3.2.2.y Q3.2.3.: df <- data.frame( id = 1:10, time...
Mi pregunta implica sumar valores en múltiples columnas de un marco de datos y crear una nueva columna correspondiente a esta suma usando dplyr. Las entradas de datos en las columnas son binarias (0,1). Estoy pensando en un análogo de fila de la función summarise_eacho mutate_eachde dplyr. A...
Cuando se utiliza la función de summarisewith , las categorías vacías se eliminan de forma predeterminada. Puede cambiar este comportamiento agregando . Sin embargo, esto no funciona cuando se usa con . ¿Existe otra forma de mantener categorías vacías en el resultado?plyrddply.drop =...
¿Es posible filtrar un data.frame para casos completos usando dplyr? complete.casescon una lista de todas las variables funciona, por supuesto. Pero eso es a) detallado cuando hay muchas variables yb) imposible cuando no se conocen los nombres de las variables (por ejemplo, en una función que...
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...