- Java 双重比较
- java - 比较器与 Apache BeanComparator
- Objective-C 完成 block 导致额外的方法调用?
- database - RESTful URI 是否应该公开数据库主键?
我有这个数据集,其中包括给定年份一家公司的所有销售额(公司代码 = gvkey,年份 = fyearq,销售额 = saley),其销售额增长率(growth_rate_adjusted)(关于过去一年)和其增长率的波动性。但是,某些年份的数据集中存在一些异常值。在这种情况下,我想删除 1995 年波动率高于 3.0 的所有行。
我试过用ddplyr按以下方式过滤掉
rs <-rs%>%
filter(!fyearq == 1995 & !volatility > 3.0) %>%
ungroup()
但这排除了所有年份高于 4 的所有波动率,并将 1995 年完全排除在数据集中之外,这不是我的目标。
如果有人能告诉我如何将其调整为 1995 年的波动率仅高于 3.0,我将不胜感激。不幸的是,我对 R 还很陌生。
1994 年和 1995 年按年份排序的样本(会有一些 NA,但它们没问题)以使其可重现:
structure(list(gvkey = c(65089L, 65090L, 65091L, 65094L, 65095L,
65298L, 65351L, 65499L, 66430L, 66591L, 66624L, 109584L, 119053L,
143972L, 145348L, 277918L, 1004L, 1009L, 1010L, 1011L, 1013L,
1017L, 1019L, 1021L, 1025L, 1033L, 1034L, 1037L, 1038L, 1043L,
1045L, 1048L, 1050L, 1055L, 1056L, 1072L, 1073L, 1075L, 1076L,
1078L, 1082L, 1084L, 1086L, 1090L, 1094L, 1095L, 1097L, 1098L,
1099L, 1104L, 1107L, 1108L, 1109L, 1111L), fyearq = c(1994L,
1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1994L,
1994L, 1994L, 1994L, 1994L, 1994L, 1994L, 1995L, 1995L, 1995L,
1995L, 1995L, 1995L, 1995L, 1995L, 1995L, 1995L, 1995L, 1995L,
1995L, 1995L, 1995L, 1995L, 1995L, 1995L, 1995L, 1995L, 1995L,
1995L, 1995L, 1995L, 1995L, 1995L, 1995L, 1995L, 1995L, 1995L,
1995L, 1995L, 1995L, 1995L, 1995L, 1995L, 1995L, 1995L), growth_rate_adjusted = c(8.96928631198866,
8.4280138706961, 9.02704614077282, 8.10147860671897, 7.85740916384215,
10.7523572462577, 0.0325017896704669, 0.285143311711521, -0.0215766088784792,
7.5140205008648, 10.4833287736384, 1.73691297130171, 0.117237940329646,
1.34207225611898, 8.38865848733786, NA, 11.217767632108, -0.304963611388244,
8.90548855887399, -0.465405529093955, 0.308162761266, -0.428463261697025,
9.71621276929561, -0.272514090039389, 0.365258326126507, -0.835436753370402,
10.6675419276932, 21.8645191343365, 0.172555503849585, -0.0528834362682823,
9.77177091825209, -0.0617758053830246, 7.26998471225084, 10.2427038986383,
0.174166169584557, 11.7224789811471, 5.10323576237965, -0.0390433072454226,
8.410713700002, 10.0433658114349, 8.56357182841634, 13.2022040407414,
11.9928308829399, 11.6432049346405, 0.117529642161838, 9.53135348756221,
9.58048755435235, 0.0758862747892137, 0.0654783197588846, 9.49577594725737,
10.4061554746601, -0.454122878475859, 12.2471344335624, 37.1728040342351
), volatility = c(2.55192643294808, 2.39434025265926, 2.56344451051799,
2.30624765181967, 2.23928130844332, 3.04354720436549, NA, 0.402804266987728,
0.358552136097001, 2.13611997423426, 2.98090959393336, NA, 0.0847119569693743,
NA, 2.37661435221257, NA, 3.18081892321314, NA, 2.52968180517002,
NA, 0.429862168272561, NA, 2.76287646243831, 0.454406152459777,
NA, NA, 3.0077233808187, 6.17293600484418, 0.304536845392376,
0.0411853414230726, 2.76986690678473, 0.157817595412998, 1.99372992450495,
NA, 0.293215830307968, 3.24928278487391, NA, 0.342934649585831,
2.35498186010912, 2.84022723248247, 2.40517143665036, 3.13067695078128,
NA, NA, 0.326138274385994, 2.70848653980122, 2.74871785774601,
NA, 0.299889508129728, 2.71608606652565, 2.94982624906776, NA,
3.47847130692363, 10.490117417769)), row.names = c(NA, -54L), class = c("tbl_df",
"tbl", "data.frame"))
最佳答案
基础 R 解决方案:
rs <- rs[-which(rs$fyearq == 1995 & rs$volatility > 3), ]
注意相反的条件:
rs[which(rs$fyearq == 1995 & rs$volatility > 3), ]
返回 7 行。因此,如果子集按预期工作,我们预计会有 54 - 7 = 47 行。
关于r - 如何根据条件从 R 中的大型数据集中删除一组特定数据?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55717154/
我正在从 Stata 迁移到 R(plm 包),以便进行面板模型计量经济学。在 Stata 中,面板模型(例如随机效应)通常报告组内、组间和整体 R 平方。 I have found plm 随机效应
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 6年前关闭。 Improve this qu
我想要求用户输入整数值列表。用户可以输入单个值或一组多个值,如 1 2 3(spcae 或逗号分隔)然后使用输入的数据进行进一步计算。 我正在使用下面的代码 EXP <- as.integer(rea
当 R 使用分类变量执行回归时,它实际上是虚拟编码。也就是说,省略了一个级别作为基础或引用,并且回归公式包括所有其他级别的虚拟变量。但是,R 选择了哪一个作为引用,以及我如何影响这个选择? 具有四个级
这个问题基本上是我之前问过的问题的延伸:How to only print (adjusted) R-squared of regression model? 我想建立一个线性回归模型来预测具有 15
我在一台安装了多个软件包的 Linux 计算机上安装了 R。现在我正在另一台 Linux 计算机上设置 R。从他们的存储库安装 R 很容易,但我将不得不使用 安装许多包 install.package
我正在阅读 Hadley 的高级 R 编程,当它讨论字符的内存大小时,它说: R has a global string pool. This means that each unique strin
我们可以将 Shiny 代码写在两个单独的文件中,"ui.R"和 "server.R" , 或者我们可以将两个模块写入一个文件 "app.R"并调用函数shinyApp() 这两种方法中的任何一种在性
我正在使用 R 通过 RGP 包进行遗传编程。环境创造了解决问题的功能。我想将这些函数保存在它们自己的 .R 源文件中。我这辈子都想不通怎么办。我尝试过的一种方法是: bf_str = print(b
假设我创建了一个函数“function.r”,在编辑该函数后我必须通过 source('function.r') 重新加载到我的全局环境中。无论如何,每次我进行编辑时,我是否可以避免将其重新加载到我的
例如,test.R 是一个单行文件: $ cat test.R # print('Hello, world!') 我们可以通过Rscript test.R 或R CMD BATCH test.R 来
我知道我可以使用 Rmd 来构建包插图,但想知道是否可以更具体地使用 R Notebooks 来制作包插图。如果是这样,我需要将 R Notebooks 编写为包小插图有什么不同吗?我正在使用最新版本
我正在考虑使用 R 包的共享库进行 R 的站点安装。 多台计算机将访问该库,以便每个人共享相同的设置。 问题是我注意到有时您无法更新包,因为另一个 R 实例正在锁定库。我不能要求每个人都关闭它的 R
我知道如何从命令行启动 R 并执行表达式(例如, R -e 'print("hello")' )或从文件中获取输入(例如, R -f filename.r )。但是,在这两种情况下,R 都会运行文件中
我正在尝试使我当前的项目可重现,因此我正在创建一个主文档(最终是一个 .rmd 文件),用于调用和执行其他几个文档。这样我自己和其他调查员只需要打开和运行一个文件。 当前设置分为三层:主文件、2 个读
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 5年前关闭。 Improve this qu
我的 R 包中有以下描述文件 Package: blah Title: What the Package Does (one line, title case) Version: 0.0.0.9000
有没有办法更有效地编写以下语句?accel 是一个数据框。 accel[[2]]<- accel[[2]]-weighted.mean(accel[[2]]) accel[[3]]<- accel[[
例如,在尝试安装 R 包时 curl作为 usethis 的依赖项: * installing *source* package ‘curl’ ... ** package ‘curl’ succes
我想将一些软件作为一个包共享,但我的一些脚本似乎并不能很自然地作为函数运行。例如,考虑以下代码块,其中“raw.df”是一个包含离散和连续类型变量的数据框。函数“count.unique”和“squa
我是一名优秀的程序员,十分优秀!