Tag: dataframe

通过列中的值过滤数据框: 我正在使用数据集LearnBayes 。对于那些想看到实际数据的人： install.packages('LearnBayes') 我正在尝试根据列中的值过滤出行。例如，如果列值是“水”，那么我想要那一行。如果列值是“牛奶”，那么我不想要它。最终，我试图过滤掉所有饮料栏中的“水”。

如何打印（纸张）一个很好格式的dataframe: 我想打印格式良好的dataframe，最好从脚本内。（我试图用仪器收集数据，并使用R脚本自动处理和打印）。现在，我可以使用write.table()将数据框写入文本文件，但这有两个问题：1.）生成的文本文件格式不正确（列不一定与其标题alignment），以及2.）我不知道如何从R打印文本文件。我正在寻找更多的一般策略比特定的代码（虽然代码也将是伟大的！）。 Sweave会是最方便的解决scheme吗？原则上，我可以使用socketConnection()打印到打印机 – 如果是这样，我可以在哪里学习如何使用它（我没有发现文档是非常有用的）。谢谢。

从所有值为NA的数据框中删除列: 我遇到了一个数据框的问题，我自己也无法真正解决这个问题： dataframe具有任意属性作为列，每行代表一个数据集。问题是：如何摆脱所有行的值为NA的列？

将pandas多指标转入栏目: 我有一个2索引级别的dataframe： value Trial measurement 1 0 13 1 3 2 4 2 0 NaN 1 12 3 0 34 我想把这个变成： Trial measurement value 1 0 13 1 1 3 1 2 4 2 0 NaN 2 1 12 3 0 34 我怎么能最好的做到这一点？我需要这个，因为我想按照这里的指示来聚合数据，但是如果它们被用作索引，我不能select这样的列。

R – 连接两个数据框？: 给定两个dataframea和b ： > a abc 1 -0.2246894 -1.48167912 -1.65099363 2 0.5559320 -0.87898575 -0.15634590 3 1.8469466 -0.01487524 -0.53098215 4 -0.6875051 0.23880967 0.01824621 5 -0.6735163 0.75485292 0.44154092 > b ac 1 0.4287284 -0.3295925 2 0.5201492 0.3341251 3 -2.6355570 1.7916780 4 -1.3645337 1.3642276 5 -0.4954542 -0.6660001 有没有简单的方法来连接这些以便返回一个新的数据框的forms： > new abc 1 -0.2246894 -1.48167912106676 -1.65099363 2 0.5559320 -0.878985746842256 -0.15634590 […]

如何从R data.frame获取行: 我有一个data.frame与列标题。我怎样才能得到data.frame的特定行作为列表（列标题作为列表的关键）？具体来说，我的data.frame是 ABC 1 5 4.25 4.5 2 3.5 4 2.5 3 3.25 4 4 4 4.25 4.5 2.25 5 1.5 4.5 3 我想得到一个相当于的行 > c(a=5, b=4.25, c=4.5) abc 5.0 4.25 4.5

如何将行附加到R数据框: 我已经看了一下周围的StackOverflow，但我找不到解决scheme特定于我的问题，其中涉及将行附加到R数据框。我正在初始化一个空的2列数据框，如下所示。 df = data.frame(x = numeric(), y = character()) 然后，我的目标是迭代值列表，并在每次迭代中，将一个值附加到列表的末尾。我从下面的代码开始。 for (i in 1:10) { df$x = rbind(df$x, i) df$y = rbind(df$y, toString(i)) } 我也尝试了函数c ， append ，并没有成功merge 。如果您有任何build议，请让我知道。

随机播放DataFrame行: 我有以下的DataFrame： Col1 Col2 Col3 Type 0 1 2 3 1 1 4 5 6 1 … 20 7 8 9 2 21 10 11 12 2 … 45 13 14 15 3 46 16 17 18 3 … DataFrame是从csv文件中读取的。所有具有Type 1的行位于顶部，接着是具有Type 2的行，接着是具有Type 3的行等。我想洗牌DataFrame的行，以便所有Type的混合。可能的结果可能是： Col1 Col2 Col3 Type 0 7 8 9 2 1 […]

在大型data.table中取代NAs的最快方法: 我有一个很大的data.table ，许多缺失的值分散在整个〜200K行和200列。我想尽可能有效地将这些NA值重新编码为零。我看到两个选项： 1：转换为data.frame，并使用这样的东西 2：一些很酷的data.table子设置命令我会很满意types1的一个相当有效的解决scheme。转换为data.frame，然后返回到data.table不会太长。