- 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?
欢迎就如何在 R 中正确应用 dplyr
提出一些建议。我们有以下数据:
City Amount Category
1 Los Angeles 100 Film
2 Los Angeles 200 Film
3 Los Angeles 400 Music
4 Seattle 300 Coffee
5 Boston 600 Books
...
最终结果应该是这样的:
Film Coffee Books ...
City
Los Angeles, CA Sum Sum Sum Sum
Seattle, WA Sum Sum Sum Sum
Boston, MA Sum Sum Sum Sum
我希望数据透视表汇总每个城市中每个类别的“金额”总值,以便城市在一列的左侧,所有类别在顶部作为一行。
尝试过:
data %>%
group_by(Location, Category) %>%
summarise(Amount = sum(Amount))
哪个看起来更像
City Amount Category
1 Los Angeles 300 Film
3 Los Angeles 400 Music
4 Seattle 300 Coffee
5 Boston 600 Books
计算是正确的,但如前所述,我们需要将 City 和 Category 作为矩阵,其中每个单元格内的每个 Amount 的总和。
感谢您的帮助!
最佳答案
您正在寻找的是 tidyr::spread
将您的 data.frame 从长格式 reshape 为宽格式:
library(tidyverse)
# recreate the data
data <- tribble(
~City, ~Amount, ~Category,
"Los Angeles", 100, "Film",
"Los Angeles", 200, "Film",
"Los Angeles", 400, "Music",
"Seattle", 300, "Coffee",
"Boston", 600, "Books"
)
# using your code to get the data in the long-format
data_long <- data %>%
group_by(City, Category) %>%
summarise(Amount = sum(Amount))
data_long
#> # A tibble: 4 x 3
#> # Groups: City [?]
#> City Category Amount
#> <chr> <chr> <dbl>
#> 1 Boston Books 600
#> 2 Los Angeles Film 300
#> 3 Los Angeles Music 400
#> 4 Seattle Coffee 300
# spread to wide using the tidyr-package (in tidyverse)
data_wide <- spread(data_long, key = "Category", value = "Amount", fill = 0)
data_wide
#> # A tibble: 3 x 5
#> # Groups: City [3]
#> City Books Coffee Film Music
#> * <chr> <dbl> <dbl> <dbl> <dbl>
#> 1 Boston 600 0 0 0
#> 2 Los Angeles 0 0 300 400
#> 3 Seattle 0 300 0 0
mat <- as.matrix(data_wide %>% ungroup %>% select(-City))
rownames(mat) <- data_wide$City
mat
#> Books Coffee Film Music
#> Boston 600 0 0 0
#> Los Angeles 0 0 300 400
#> Seattle 0 300 0 0
str(mat)
#> num [1:3, 1:4] 600 0 0 0 0 300 0 300 0 0 ...
#> - attr(*, "dimnames")=List of 2
#> ..$ : chr [1:3] "Boston" "Los Angeles" "Seattle"
#> ..$ : chr [1:4] "Books" "Coffee" "Film" "Music"
关于在 R 中使用 dplyr reshape 表格,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47462199/
如何检查字符串是否被 reshape ?示例:“aab”返回 0,因为“a”无法 reshape 为该字符串或任何其他更短的字符串。 另一个例子是“aabbaab”返回 1,因为“aabb”可以被 r
我无法清楚地理解theano的reshape。我有一个形状的图像矩阵: [batch_size, stack1_size, stack2_size, height, width] ,其中有 s
如何检查字符串是否被 reshape ?示例:“aab”返回 0,因为“a”无法 reshape 为该字符串或任何其他更短的字符串。 另一个例子是“aabbaab”返回 1,因为“aabb”可以被 r
这是原始数据 a=[[1,2,3,4,5,6], [7,8,9,10,11,12]] 我想把它转换成这样的格式: b=[[1,2,3,7,8,9], [4,5,6,10,11,12]] a
我目前正在学习 CS231 作业,我意识到一些令人困惑的事情。在计算梯度时,当我第一次 reshape x 然后得到转置时,我得到了正确的结果。 x_r=x.reshape(x.shape[0],-1
这个问题在这里已经有了答案: Reshaping multiple sets of measurement columns (wide format) into single columns (lon
我有一个包含超过 1500 列的宽格式数据集。由于许多变量都是重复的,我想将其 reshape 为长形式。然而,r 抛出一个错误: Error in guess(varying) : Failed
我有一个长格式的数据框狗,我正在尝试使用 reshape() 函数将其重新格式化为宽格式。目前看起来是这样的: dogid month year trainingtype home scho
这个问题在这里已经有了答案: how to reshape an N length vector to a 3x(N/3) matrix in numpy using reshape (1 个回答)
我对 ndarray.reshape 的结构有疑问.我读过 numpy.reshape()和 ndarray.reshape是 python 中用于 reshape 数组的等效命令。 据我所知,num
所以这是我的麻烦:我想将一个长格式的数据文件改成宽格式。但是,我没有唯一的“j”变量;长格式文件中的每条记录都有几个关键变量。 例如,我想这样做: | caseid | gender | age |
Whis 这个数据框, df df id parameter visit value sex 1 01 blood V1 1 f 2 01 saliva V
我有一个列表,其中包含几个不同形状的 numpy 数组。我想将这个数组列表 reshape 为一个 numpy 向量,然后更改向量中的每个元素,然后将其 reshape 回原始数组列表。 例如: 输入
我有一个形状为 (1800,144) 的数组 (a) 其中 a[0:900,:] 都是实数,后半部分数组 a[900:1800,:] 全部为零。我想把数组的后半部分水平地放在前半部分旁边,然后将它们推
我有一个如下所示的数组: array([[0, 0, 0, 0, 0, 0, 0, 0], [1, 1, 1, 1, 1, 1, 1, 1], [2, 2, 2, 2, 2
我正在创建一个 tf.Variable(),然后使用该变量创建一个简单的函数,然后我使用 tf.reshape() 展平原始变量,然后我在函数和展平变量之间使用了 tf.gradients()。为什么
我有一个名为 data 的数据框,我试图从中识别任何异常价格。 数据框头部看起来像: Date Last Price 0 29/12/2017 487.74 1 28/
我有一个 float vec 数组,我想对其进行 reshape vec.shape >>> (3,) len(vec[0]) # all 3 rows of vec have 150 columns
tl;dr 我可以在不使用 numpy.reshape 的情况下将 numpy 数组的 View 从 5x5x5x3x3x3 reshape 为 125x1x1x3x3x3 吗? 我想对一个体积(大小
set.seed(123)data <- data.frame(ID = 1:10, weight_hus = rnorm(10, 0, 1),
我是一名优秀的程序员,十分优秀!