- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我需要一些帮助来过滤 R 中的 data.table。我有一个文件,其中包含数百万行,每行 4 个单词。
我想删除一些不需要的行。每行有 4 个单词和一个频率。
对于前 3 个单词的每个组合,我只想保留“出现频率最高”的 3 个单词。
下面是 data.table 的示例以及我需要的输出。
text <- c("Run to the hills", "Run to the mountains", "Run to the highway", "Run to the top", "Run to the horizon",
"Go away with him", "Go away with her",
"I am a good", "I am a bad", "I am a uggly", "I am a guy", "I am a woman",
"I am the most")
frequency <- c(0.1, 0.09, 0.2, 0.05, 0.001,
0.05, 0.04,
0.1, 0.06, 0.3, 0.05, 0.1,
0.2)
DT <- data.table(text = text, frequency = frequency)
#Original output:
text frequency
1: Run to the hills 0.100
2: Run to the mountains 0.090
3: Run to the highway 0.200
4: Run to the top 0.050
5: Run to the horizon 0.001
6: Go away with him 0.050
7: Go away with her 0.040
8: I am a good 0.100
9: I am a bad 0.060
10: I am a uggly 0.300
11: I am a guy 0.050
12: I am a woman 0.100
13: I am awesome 0.200
所需输出:(仅来自相同“前 3 个单词”的前 3 个频率)
text frequency
1: Go away with him 0.05
2: Go away with her 0.04
3: I am a uggly 0.30
4: I am a woman 0.10
5: I am a good 0.10
6: I am the most 0.20
7: Run to the highway 0.20
8: Run to the hills 0.10
9: Run to the mountains 0.09
所以,我想只保留按频率列排序的前 3 个:“跑到 XXXXX”、“带着 XXXXX 走开”、“我是 XXXXX”、“我是 XXXXX”
在这种情况下,我会放弃:“跑向顶峰”、“跑向地平线”、“我是坏人”、“我是男人”
我正在考虑使用正则表达式,但我现在有点迷失了:-\
最佳答案
您可以使用 sub()
创建一个由前三个单词组成的 id 列,然后使用它来获取频率的前三个值。
做起来比说的容易......
library(data.table)
## add an id column containing only the first three words
DT[, id := sub(" \\S+$", "", text)]
## order by frequency, take the top three by id, remove id and NAs
## and with a little help from Frank :)
na.omit(
DT[order(frequency, decreasing = TRUE), .SD[1:3], keyby = id][, id := NULL][]
)
# text frequency
# 1: Go away with him 0.05
# 2: Go away with her 0.04
# 3: I am a uggly 0.30
# 4: I am a good 0.10
# 5: I am a woman 0.10
# 6: I am the most 0.20
# 7: Run to the highway 0.20
# 8: Run to the hills 0.10
# 9: Run to the mountains 0.09
关于r - 根据排序顺序从 data.table 中排除行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31800256/
只是想知道这些结构之间有什么区别(text、data、rodata、bss 等)在链接描述文件中: .data : { *(.data) } .data : { *(.data*) }
Data 定义为其核心功能之一 gfoldl : gfoldl :: (Data a) => (forall d b. Data d => c (d -> b) -> d -> c b)
以下之间有什么区别:data-sly-use、data-sly-resource、data-sly-include 和 数据-sly-模板?我正在阅读 Sightly AEM 上的文档,我非常困惑。
我有一个 Spring Boot、Spring Data JPA (hibernate) Web 应用程序,并且想引入文本搜索功能。 我理解以下内容 hibernate search 或 spring
我不知道我的代码有什么问题。我读了其他有同样问题的人的一些问题,但没有找到答案。当我尝试编译时出现以下错误: ||In function 'main':| |35|error: expected ex
我不太确定为什么会收到此错误或其含义。我的数据框称为“数据”。 library(dplyr) data %>% filter(Info==1, Male==1) %>% lm(CFL_
我一直在 GitHub 等更现代的网站上看到这些属性,它们似乎总是与自定义的弹出窗口一致,如 title 属性。 Option 1 Option 2 Option 3 Option 4 我在 HTML
如何用 iCloud Core Data 替换我现有的 Core Data?这是我的持久商店协调员: lazy var persistentStoreCoordinator: NSPersistent
我一直在 GitHub 等更现代的网站上看到这些属性,它们似乎总是与自定义的弹出窗口一致,如 title 属性。 Option 1 Option 2 Option 3 Option 4 我在 HTML
我正在通过 this project 在 Android 上摆弄 node.js ,我需要一种方法将 js 文件部署到私有(private)目录(以隐藏源代码,防止用户篡改),该目录也物理存在于文件系
大家好我有点沮丧,所以我希望得到一些帮助。我的项目在 SwiftUI 中。我想使用图像选择器将图像保存到 Core Data。我实现了让 ImagePicker 工作,但我正在努力转换 Image -
我有以下数据和代码: mydf grp categ condition value 1 A X P 2 2 B X P 5
我一直在努力解决这个问题,但我根本找不到任何解决问题的方法。希望这里有人可以提供帮助。 我正在尝试为具有以下结构的某些数据创建个人选择矩阵: # A tibble: 2,152 x 32 a
我了解 Data.Map.Lazy 和 Data.Map.Strict 是不同的。但是,当您导入 Data.Map 时,您究竟导入了什么:严格的、惰性的还是两者的组合? 最佳答案 懒人。看着docs
我正在开发一个 C 程序,用于从 BerkeleyDB DBTree 数据库中提取数据值与特定模式匹配的记录。我创建数据库,打开它,将键的 DBT 和数据的另一个 DBT 清零,将 DBT 标志设置为
所以我有以下成员(member)历史表 User_ID | Start date | End Date | Type(0-7) | ---------------------------
随着最近推出的包dataframe ,我认为是时候正确地对各种数据结构进行基准测试,并突出每种数据结构的优势。我不是每个人的不同优势的专家,所以我的问题是,我们应该如何对它们进行基准测试。 我尝试过的
我有来自 API 的数据,但无法将数组中的数据设置为 vue.js 中的 this.data这是来自 API 的数据(JSON) 你能告诉我这个语法吗 {"id":1613, "name_org":"
在 Vue.js到目前为止,我已经找到了两种定义数据的方法:data: {} 和 data() { return; }. data: { defaultLayout: 'default' }
我正在研究Spring Data Rest Services,并在自定义拦截器中遇到一些问题。之前我使用spring-data-rest-webmvc 2.2.0并以以下方式添加了拦截器。 publi
我是一名优秀的程序员,十分优秀!