- 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?
我过去也遇到过类似的问题,但以前所有的工作现在都不起作用。
使用 dplyr 我试图从以下 df 中过滤值。
structure(list(Sample = c(33L, 34L, 35L, 32L, 21L, 19L, 10L,
17L, 43L, 44L, 16L, 11L, 18L, 20L, 45L, 42L, 39L, 8L, 37L, 31L,
9L, 36L, 38L, 7L, 47L, 40L, 22L, 14L, 13L, 48L, 41L, 46L, 12L,
15L, 23L, 24L, 33L, 34L, 35L, 32L, 21L, 19L, 10L, 17L, 43L, 44L,
16L, 11L, 18L, 20L, 45L, 42L, 39L, 8L, 37L, 31L, 9L, 36L, 38L,
7L, 47L, 40L, 22L, 14L, 13L, 48L, 41L, 46L, 12L, 15L, 23L, 24L,
33L, 34L, 35L, 32L, 21L, 19L, 10L, 17L, 43L, 44L, 16L, 11L, 18L,
20L, 45L, 42L, 39L, 8L, 37L, 31L, 9L, 36L, 38L, 7L, 47L, 40L,
22L, 14L, 13L, 48L, 41L, 46L, 12L, 15L, 23L, 24L), day = c(6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L), Roll = structure(c(1L,
1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 1L,
2L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L,
2L, 2L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 2L,
2L, 1L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 2L, 2L, 2L,
1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L,
1L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 2L, 1L,
1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 2L), .Label = c("WT",
"CNS"), class = "factor"), Movie = c("CB", "CSF", "JE", "CL",
"CB", "BS", "CSF", "NT", "BS", "CL", "CB", "LN", "OB", "BS",
"CB", "OB", "CL", "CL", "OB", "BS", "CB", "NT", "BS", "BS", "NT",
"CB", "CSF", "BS", "OB", "OB", "NT", "CSF", "NT", "CL", "NT",
"OB", "CB", "CSF", "JE", "CL", "CB", "BS", "CSF", "NT", "BS",
"CL", "CB", "LN", "OB", "BS", "CB", "OB", "CL", "CL", "OB", "BS",
"CB", "NT", "BS", "BS", "NT", "CB", "CSF", "BS", "OB", "OB",
"NT", "CSF", "NT", "CL", "NT", "OB", "CB", "CSF", "JE", "CL",
"CB", "BS", "CSF", "NT", "BS", "CL", "CB", "LN", "OB", "BS",
"CB", "OB", "CL", "CL", "OB", "BS", "CB", "NT", "BS", "BS", "NT",
"CB", "CSF", "BS", "OB", "OB", "NT", "CSF", "NT", "CL", "NT",
"OB"), Number = c("1078", "1078", "1078", "1078", "1086", "1086",
"1084", "1085", "1080", "1080", "1085", "1084", "1085", "1086",
"1080", "1079", "1079", "1084", "1078", "1078", "1084", "1078",
"1079", "1084", "1080", "1079", "1086", "1085", "1084", "1080",
"1079", "1080", "1084", "1085", "1086", "1086", "1078", "1078",
"1078", "1078", "1086", "1086", "1084", "1085", "1080", "1080",
"1085", "1084", "1085", "1086", "1080", "1079", "1079", "1084",
"1078", "1078", "1084", "1078", "1079", "1084", "1080", "1079",
"1086", "1085", "1084", "1080", "1079", "1080", "1084", "1085",
"1086", "1086", "1078", "1078", "1078", "1078", "1086", "1086",
"1084", "1085", "1080", "1080", "1085", "1084", "1085", "1086",
"1080", "1079", "1079", "1084", "1078", "1078", "1084", "1078",
"1079", "1084", "1080", "1079", "1086", "1085", "1084", "1080",
"1079", "1080", "1084", "1085", "1086", "1086"), PiType = c("Pi",
"Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi",
"Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi",
"Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi", "Pi",
"Pi", "Pi", "PiN", "PiN", "PiN", "PiN", "PiN", "PiN", "PiN",
"PiN", "PiN", "PiN", "PiN", "PiN", "PiN", "PiN", "PiN", "PiN",
"PiN", "PiN", "PiN", "PiN", "PiN", "PiN", "PiN", "PiN", "PiN",
"PiN", "PiN", "PiN", "PiN", "PiN", "PiN", "PiN", "PiN", "PiN",
"PiN", "PiN", "PiS", "PiS", "PiS", "PiS", "PiS", "PiS", "PiS",
"PiS", "PiS", "PiS", "PiS", "PiS", "PiS", "PiS", "PiS", "PiS",
"PiS", "PiS", "PiS", "PiS", "PiS", "PiS", "PiS", "PiS", "PiS",
"PiS", "PiS", "PiS", "PiS", "PiS", "PiS", "PiS", "PiS", "PiS",
"PiS", "PiS"), PiValue = c(0.000118030874000432, 0.000347394403155171,
0.000334837948379439, 5.30072253561085e-05, 2.24330352675195e-05,
3.86268327796905e-05, 6.2507327248452e-05, 9.60416615469501e-05,
0.000144334778337716, 6.67586823161674e-05, 1.78663898426022e-05,
0.000316509713879677, 4.47521244052015e-05, 3.96867129962584e-05,
0.000169993756345233, 0.000191198008647424, 2.26780120661099e-05,
8.24479797741708e-05, 0.000192302896751376, 4.7619494686152e-05,
7.37708010974279e-05, 4.48908253519562e-05, 2.73829490754403e-05,
5.25177343097397e-05, 4.27185614032656e-05, 7.5006506956365e-05,
0.000116609688359558, 6.68697691071145e-05, 6.76843888183842e-05,
7.50792709794965e-05, 4.97003975900831e-05, 5.97682955162379e-05,
3.17211538748376e-05, 0, 0.000124597626630711, 5.06964132868791e-05,
6.55143240489323e-05, 0.000282236533520939, 0.000231673136666841,
7.8541479377849e-06, 1.39078438106325e-05, 1.13160982950996e-05,
4.41068224408621e-05, 0.000113555359247769, 0.000124644875822084,
5.50994542363206e-05, 1.55034145915711e-05, 0.000267386418482701,
5.18260236496838e-05, 4.05457367440565e-05, 0.000110040218632992,
0.000115314276877192, 0, 3.79060738095635e-05, 0.000136298514781125,
1.0191727648554e-05, 2.24866030942902e-05, 1.83074103814636e-05,
6.03265473949701e-06, 4.25225247204989e-05, 1.92722508892339e-05,
1.84357396441799e-05, 9.21240992824623e-05, 7.26769701372556e-05,
6.35987336654841e-05, 3.95393972658535e-05, 2.09528494998807e-05,
5.01526066480047e-05, 1.5637656638317e-05, 0, 0.000101461574436309,
3.1444160517462e-05, 0.000373108512754004, 0.000577144245516474,
0.000718783415458189, 0.000116646703711194, 5.7651629182113e-05,
3.02814327941576e-05, 6.30072703727483e-05, 8.33284324327778e-05,
0.000184726271317848, 6.59651530576878e-05, 2.75776588339286e-05,
0.000510545905213385, 7.45382607589015e-06, 2.94165975027625e-05,
0.000349308266764161, 0.000186656895351811, 0, 0.000157093160232072,
0.000324422950785617, 0.000100785379847999, 0.000217514231635164,
3.22722832241936e-05, 4.41407033282829e-05, 2.89288759086921e-05,
3.19081372774688e-05, 9.55622182991179e-05, 0.00015844663293416,
5.23569281384674e-05, 5.28410056207709e-05, 9.8060534699267e-05,
6.92202005431013e-05, 3.67945212590064e-05, 3.52367433560858e-05,
0, 0.000242180735270571, 7.63615212494576e-05)), row.names = c(NA,
-108L), class = "data.frame")
执行以下操作不包括 Number 1084 Movie OB,即使它存在于 OnePercentMeta_long_6dpi 中
OnePercentMeta_long_6dpi_OB.NT<-
OnePercentMeta_long_6dpi %>%
filter(Movie == c("NT","OB"))
我已经删除了可能的尾随和前导空格(如您从 dput() 中看到的),但仍然没有。
最佳答案
我们需要使用 %in%
而不是 ==
如 ==
是元素比较,它对“电影”的每 2 个值进行“NT”、“OB”的回收,导致与预期不同的结果
library(dplyr)
OnePercentMeta_long_6dpi_OB.NT <- OnePercentMeta_long_6dpi %>%
filter(Movie %in% c("NT","OB"))
关于r - 使用过滤器 dplyr 过滤 df 中的现有值失败,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/66035923/
努力理解标题中 5 个示例之间的区别。系列与数据框有一些用例吗?什么时候应该使用一个而不是另一个?哪些是等价的? 最佳答案 df[x] — 使用变量 x 索引列。返回 pd.Series df[[x]
在使用Jupyter Notebook时,我必须为问题标题中提到的df.info()、df.head()等单独留出空格. 有没有办法像第二张图片那样把所有这些都放在一个 block 中,并显示所有信息
我想求三列之和,我采取的方法如下: In [14]: a_pd = pd.DataFrame({'a': np.arange(3), 'b': [5, 7,
我想我们大多数人已经使用过这样的东西(至少如果你正在使用 tidyverse): library(tidyverse) example % select(- mpg) 我的问题: 我知道这部分有一
我有一个 DF,里面有大约 20,000 行。我构建了一个 Python 脚本来对这些数据(包括数据透视表)运行大量清理和数学运算。 我想将此 DF 拆分为 3 个独立的 DF,然后根据列值将这 3
我什至不知道如何表达这一点,但在 Python 中有没有一种方法可以引用等号之前的文本,而无需实际再次编写? ** 编辑 - 我在 Jupyter 中使用 python3 我似乎用了半辈子的时间来写作
在 df1 中,每个单元格值都是我想要从 df2 中获取的行的索引。 我想获取 df2 trial_ms 列中行的信息,然后根据获取的 df2 列重命名 df1 中的列。 可重现的 DF: # df1
我想转换此表 0 thg John 3.0 1 thg James 4.0 2 mol NaN 5.0 3 mol NaN NaN 4
我有一个数据框,我想从中提取 val 中的值大于 15 以及 val 不是 NA: df[ !is.na(df$val) & df$val > 15, ] 由于我假设在 R 中经常需要这样的比较,所
鉴于 coming deprecation of df.ix[...] 如何替换这段代码中的 .ix? df_1 = df.ix[:, :datetime.time(16, 50)] d
任何我可以帮助我说出 Pandas 中这两个语句之间的区别-python df.where(df['colname'] == value) 和 df[(df['colname'] == value)]
考虑 df Index A B C 0 20161001 0 24.5 1 20161001 3 26.5 2
所以我需要按“fh_status”列对行进行分组,然后对每个组执行“gini”的最小值、平均值和最大值(将有三个)。我想出了这段代码: m = (df2.groupby(['fh_status']).
我尝试计算不同公司/股票的一些 KPI。我的股票信息位于 df 中,具有以下结构 Ticker Open High Low Ad
我有一个看起来像这样的 df: gene ID Probe ID Chromosome Start Stop 1: H3F3A 539154271
nn_idx_df 包含与 xyz_df 的索引匹配的索引值。如何从 xyz_df 中的 H 列获取值并在 nn_idx_df 中创建新列以匹配 output_df 中所示的结果。我可以解决这个问题,
我目前的 DF 看起来像这样 Combinations Count 1 ('IDLY', 'VADA') 3734 6 ('DOSA', 'IDLY')
我看到了几个与此相关的问题,但我发现这些技巧都不起作用。 我正在尝试根据第二个数据帧的值填充数据帧的所有 NaN 值。第一个 df 很大,第二个 df 将充当某种键。 DF1 Par
我有两个数据帧,df1 和 df2。每个数据帧的唯一标识符是“ID”和“Prop_Number”。我需要将 df1 中的 Num1、2 和 3 列复制到 df2、1_Num 中的相应列...但我不确定
我有以下数据框: 注意:日期是索引 city morning afternoon evening midnight date 2014-05-01 Y
我是一名优秀的程序员,十分优秀!