purrr

    0

    2答えて

    以下は2つの単純なデータフレームです。 Sat1とSat2の列を再コーディングして、満足度がすべてSatisfiedと単純に符号化され、不満足がすべてDissatisfiedとコード化されるようにしたいと思います。ニュートラルはニュートラルのままです。したがって、これらの要因には、3つのレベル、Satisfied, Dissatisfied, and Neutralがあります。 Iは、通常のような

    0

    1答えて

    データセットをvcdパッケージから使用して、1つのホットエンコーディングを実行しています。これを行うにはpurrr::dmap_ifとMatrix::model.matrixを一緒に使用したいと思います。私が走るとき do.call(model.matrix, list(Improved~.,Arthritis)) うまく動作します。 私はコードの下に使用dmap_ifは1時間のデータセットの

    1

    1答えて

    IMDBデータをスクラップしようとしていますが、1つの変数に対してエラーが発生し続けます。私は(コードのように)試みでそれを行うと、私は誰が間違って何が起こっているか/なぜ私に言うことができればそれは素晴らしいことだ budget [1] "Error : cannot convert object to a data frame\n" attr(,"class") [1] "try-erro

    1

    1答えて

    だが、一例として、虹彩データを取得し、わずかに変更してみましょう: (注:代わりに、以下の2行は、「UPDATE#1」セクションから4行を使用する) data(iris) iris$id <- rep(1:50, times = 3) データをこのquazi-long形式からワイド形式に変換する必要があります。その結果、各行のidは同じになります。言い換えれば、オリジナルの虹彩データは、3つ

    1

    1答えて

    異なるレベルの数値フィルタ(例:seq(10,80, by=2))を適用し、別の変数との比較のためにこれらを1つのデータフレームにステッチバックします。私は現在これを行うことができますが、私はコードをコピーして貼り付けてからすべてを戻すので、より良い方法があることを期待しています。私が望む最終的な結果は、lm()の勾配パラメータを持つ独自の列として各フィルタステップを抽出したことです。 Sourc

    10

    1答えて

    複数のモデルを学習することについては、previous questionまで続きます。 各ケースで複数の観測があり、 それぞれのモデルを訓練したいと思っています。これを行う方法については、Hadleyのexcellent presentationを参照してください。要するに が、これはそうのようdplyとpurrを使用して行うことが可能です: library(purrr) library(dpl

    5

    2答えて

    dplyrのmutate_if()関数を使用してリスト列をデータフレーム列に変換したいが、試してみると困惑するエラーに遭遇するそうする。私は、dplyr 0.5.0、purrr 0.2.2、R 3.3.0を使用しています。 基本的な設定は次のようになりますに d <- dplyr::data_frame( A = list( list(list(x = "a", y = 1), l

    0

    1答えて

    をdplyr使用して、リストからオブジェクト1と2 実行することによって返される私は、(私の場合には、彼らはまた、AFAIIを一覧表示している)オブジェクトのリストを持っている: gof_stats <- models %>% map(gof_stats) ここで、modelsはfitdistrplusとgof_statsで作成されたモデルのリストで、各モデルの適合度統計を計算する関数です。ク

    4

    1答えて

    カスタム関数を使用して、好ましくは並列化を使用して複数の列を追加してデータフレームを一度に変更する必要があることがよくあります。以下は私がすでにこれを行う方法を知っている方法です。 library(dplyr) library(plyr) library(purrr) library(doMC) registerDoMC(2) df <- data.frame(x = rnorm(10

    0

    1答えて

    次のデータ は、たとえば、データ・セットである: apply_W99 <- function(df){ for(i in (seq_len(nrow(df)-1) + 1)) { if(i <= 2L) { df$Un_dt_1[i] <- df$svel[i-1] * 3.6 + 3.6 * (df$CC8[i] + (df$CC8[i] - df$C