Результаты поиска по запросу "r"
Как выбрать R data.table строк на основе соответствия подстроки (как в SQL)
пределить строку, используя подстановочный знак? я обнаружилglob2rx, но я не совсем понимаю, как его использовать. Я попытался использовать следующий код, чтобы выбрать строки фрейма данных, которые начинаются со словаblue: # make data frame a ...
здесь false) вы можете использовать replace:
ре данных R, закодированном ниже, я хотел бы заменить всеB появляется сb. junk <- data.frame(x <- rep(LETTERS[1:4], 3), y <- letters[1:12]) colnames(junk) <- c("nm", "val")это обеспечивает: nm val 1 A a 2 B b 3 C c 4 D d 5 A e 6 B f 7 C g 8 D h ...
Технически было бы еще лучше использовать оценщик плотности, который позволяет фиксировать диапазон оценочной плотности.
ел бы использоватьstat_density() а такжеfacet_wrap() вggplot2 пакет для создания графиков плотности ядра для разных группировок, но я хочу убедиться, что я использую одинаковую полосу пропускания для каждого графика. Могу ли я быть уверен, ...
но нет
аюсь определить значения в кадре данных, которые не совпадают, но не могу понять, как это сделать. # make data frame a <- data.frame( x = c(1,2,3,4)) b <- data.frame( y = c(1,2,3,4,5,6)) # select only values from b that are not in 'a' # attempt ...
Безопасный построен на основе асимметричного (открытый / закрытый ключ) шифрования. Secure генерирует случайный мастер-ключ и использует его для шифрования (с помощью AES256) каждого файла в хранилище /. Главный ключ нигде не хранится в незашифрованном виде; вместо этого, зашифрованная копия сохраняется для каждого пользователя, используя его собственный открытый ключ. Каждый пользователь может затем расшифровать зашифрованный главный ключ, используя свой закрытый ключ, а затем использовать его для расшифровки каждого файла.
авляюсторож [https://r-forge.r-project.org/scm/viewvc.php/handlers/pkg/R/sentry.R?view=markup&root=logging] кR logging package [http://logging.r-forge.r-project.org/], В настоящее время Джанго-часовой ...
Это будет работать, только если число достигает 100.
я есть набор данных, который выглядит примерно так: anim <- c(25499,25500,25501,25502,25503,25504) sex <- c(1,2,2,1,2,1) wt <- c(0.8,1.2,1.0,2.0,1.8,1.4) data <- data.frame(anim,sex,wt) data anim sex wt anim2 1 25499 1 0.8 2 2 25500 2 1.2 2 3 ...
Это прекрасно работает .. спасибо
у использовать read.csv для чтения электронных таблиц Google Doc. Я пытаюсь использовать следующий код: data_url ...
Вы можете сделать это, комбинируя расплав с изменением формы, верхний слой и т. д .:
учил матрицу расстояний со следующими шагами: x <- read.table(textConnection(' t0 t1 t2 aaa 0 1 0 bbb 1 0 1 ccc 1 1 1 ddd 1 1 0 ' ), header=TRUE)В качестве такихx это фрейм данных с заголовками столбцов и строк t0 t1 t2 aaa 0 1 0 bbb 1 0 1 ccc ...
это
у получить названия компаний в средней колонкеэто [http://www.consumercomplaints.in/bysubcategory/mobile-service-providers/page/1.html] страница (выделено жирным шрифтом синим цветом), а также указатель местоположения лица, регистрирующего жалобу ...
Примечание: я, очевидно, изменил названия, чтобы результаты микробенчмарка были более читабельными
ибудь знает удобный способ упорядочить результаты, полученные в результате операции суммирования ddply? Это то, что я делаю, чтобы упорядочить вывод по убыванию глубины. ddims <- ddply(diamonds, .(color), summarise, depth = mean(depth), table ...