- 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?
我正在尝试过滤我的数据集以去除重复的行。但是,我想对两个不同的列进行过滤,如果反向使用它们是相同的(Origin-Destination 数据)。这是一个数据示例:
data2<-matrix(NA, nrow = 7, ncol=5)
colnames(data2)<-c("City.Pair", "Origin.City", "Destination.City", "Total.Passengers", "Total.Revenue")
data2[,1] <- c("LIS-BRU","LIS-LHR","LAD-LIS", "LIS-LAD", "FAO-MAN", "MAN-FAO","LIS-ORY")
data2[,2]<- c("LISBON", "LISBON", "LUANDA", "LISBON", "FARO", "MANCHESTER", "LISBON")
data2[,3] <- c("BRUSSELS","LONDON", "LISBON", "LUANDA", "MANCHESTER", "FARO", "PARIS" )
data2[,4] <- c(100, 5000, 200, 200, 4000, 4000, 4000)
data2[,5] <- c(100.66, 5000.25, 200.75, 200.75, 4000.10, 4000.10, 4000.05)
data2<-data.frame(data2)
City.Pair Origin.City Destination.City Total.Passengers Total.Revenue
1 LIS-BRU LISBON BRUSSELS 100 100.66
2 LIS-LHR LISBON LONDON 5000 5000.25
3 LAD-LIS LUANDA LISBON 200 200.75
4 LIS-LAD LISBON LUANDA 200 200.75
5 FAO-MAN FARO MANCHESTER 4000 4000.1
6 MAN-FAO MANCHESTER FARO 4000 4000.1
7 LIS-ORY LISBON PARIS 4000 4000.05
我使用了 dplyr
库和 distinct
,它可以很好地处理我的乘客数量和收入,如下面的代码所示:
library(dplyr)
data4 <- distinct(data2, Total.Passengers, Total.Revenue)
但是,我的真实数据集有数百万行,有时,同一城市对的乘客数量并不完全相同(小数点差)。但是,我仍然需要过滤数据并只保留一个记录,这样我就不会重复计算乘客和收入。
不过,我正在寻找一种功能,可以让我根据起点和目的地或城市对进行过滤。
作为试验的一部分,我尝试通过合并双倍数据集来使用 anti_join
函数,但它确实保留了所有行。我也尝试使用 union
但得到了相同的结果。
data3<- data2
data5<- anti_join(data2, data3, by=c("Origin.City" = "Destination.City", "Destination.City" = "Origin.City"))
我想要的输出应该如下所示:
City.Pair Origin.City Destination.City Total.Passengers Total.Revenue
1 LIS-BRU LISBON BRUSSELS 100 100.66
2 LIS-LHR LISBON LONDON 5000 5000.25
3 LAD-LIS LUANDA LISBON 200 200.75
4 FAO-MAN FARO MANCHESTER 4000 4000.1
5 LIS-ORY LISBON PARIS 4000 4000.05
任务的最佳函数是什么?或者我可以在我的实际代码中更正什么?
谢谢!
编辑
如何更改代码以将另一个条件包含到过滤中?假设一行已编码,我还想根据该列进行子集/过滤。
这是新的数据框:
data2<-matrix(NA, nrow = 10, ncol=6)
colnames(data2)<-c("City.Pair", "Origin.City", "Destination.City", "Total.Passengers", "Total.Revenue", "Code")
data2[,1] <- c("LIS-BRU","LIS-LHR","LAD-LIS", "LIS-LAD", "FAO-MAN", "MAN-FAO","LIS-ORY","LAD-LIS", "LAD-LIS", "LIS-LAD")
data2[,2]<- c("LISBON", "LISBON", "LUANDA", "LISBON", "FARO", "MANCHESTER", "LISBON","LUANDA", "LUANDA", "LISBON")
data2[,3] <- c("BRUSSELS","LONDON", "LISBON", "LUANDA", "MANCHESTER", "FARO", "PARIS","LISBON", "LISBON", "LUANDA")
data2[,4] <- c(100, 5000, 200, 200, 4000, 4000, 4000, 20, 40, 40)
data2[,5] <- c(100.66, 5000.25, 200.75, 200.75, 4000.10, 4000.10, 4000.05, 20.5, 40.8, 40.8)
data2[,6] <- c("F", "G","F", "F", "A", "A", "P", "H", "I", "I")
data2<-data.frame(data2)
data2
City.Pair Origin.City Destination.City Total.Passengers Total.Revenue Code
1 LIS-BRU LISBON BRUSSELS 100 100.66 F
2 LIS-LHR LISBON LONDON 5000 5000.25 G
3 LAD-LIS LUANDA LISBON 200 200.75 F
4 LIS-LAD LISBON LUANDA 200 200.75 F
5 FAO-MAN FARO MANCHESTER 4000 4000.1 A
6 MAN-FAO MANCHESTER FARO 4000 4000.1 A
7 LIS-ORY LISBON PARIS 4000 4000.05 P
8 LAD-LIS LUANDA LISBON 20 20.5 H
9 LAD-LIS LUANDA LISBON 40 40.8 I
10 LIS-LAD LISBON LUANDA 40 40.8 I
所以期望的输出应该如下:
City.Pair Origin.City Destination.City Total.Passengers Total.Revenue Code
1 LIS-BRU LISBON BRUSSELS 100 100.66 F
2 LIS-LHR LISBON LONDON 5000 5000.25 G
3 LAD-LIS LUANDA LISBON 200 200.75 F
5 FAO-MAN FARO MANCHESTER 4000 4000.10 A
7 LIS-ORY LISBON PARIS 4000 4000.05 P
8 LAD-LIS LUANDA LISBON 20 20.50 H
9 LAD-LIS LUANDA LISBON 40 40.80 I
我正在执行多项试验,但无法同时对两列执行筛选。这是我的代码:
dat1<-
data2 %>%
group_by(Code, City.Pair, Origin.City, Destination.City) %>%
filter(Origin.City!=Destination.City & Destination.City!=Origin.City) %>%
summarise(Passengers=sum(Total.Passengers),
Revenue=sum(Total.Revenue))
最佳答案
我们可以将“City.Pair”拆分为“-”,排序
list
输出中的元素,将它们粘贴在一起以给出一个
code>vector`,检查重复项 ('i1') 并使用逻辑向量对 'data2' 的行进行子集化。
i1 <- !duplicated(apply(sapply(strsplit(as.character(data2$City.Pair), "-"),
sort), 2, paste, collapse="-"))
data2[i1,]
# City.Pair Origin.City Destination.City Total.Passengers Total.Revenue
#1 LIS-BRU LISBON BRUSSELS 100 100.66
#2 LIS-LHR LISBON LONDON 5000 5000.25
#3 LAD-LIS LUANDA LISBON 200 200.75
#5 FAO-MAN FARO MANCHESTER 4000 4000.1
#7 LIS-ORY LISBON PARIS 4000 4000.05
或者使用 separate
和 pmin/pmax
library(dplyr)
library(tidyr)
separate(data2, City.Pair, into = c("City", "City2"), remove = FALSE) %>%
filter(!duplicated(pmin(City, City2), pmax(City, City2))) %>%
select(-City, -City2)
# City.Pair Origin.City Destination.City Total.Passengers Total.Revenue
#1 LIS-BRU LISBON BRUSSELS 100 100.66
#2 LIS-LHR LISBON LONDON 5000 5000.25
#3 LAD-LIS LUANDA LISBON 200 200.75
#4 FAO-MAN FARO MANCHESTER 4000 4000.1
#5 LIS-ORY LISBON PARIS 4000 4000.05
关于r - 根据 `r` 中具有反向字符串值的两列过滤不同的值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38292710/
我有 table 像这样 -------------------------------------------- id size title priority
我的应用在不同的 Activity (4 个 Activity )中仅包含横幅广告。所以我的疑问是, 我可以对所有横幅广告使用一个广告单元 ID 吗? 或者 每个 Activity 使用不同的广告单元
我有任意(但统一)数字列表的任意列表。 (它们是 n 空间中 bin 的边界坐标,我想绘制其角,但这并不重要。)我想生成所有可能组合的列表。所以:[[1,2], [3,4],[5,6]] 产生 [[1
我刚刚在学校开始学习 Java,正在尝试自定义控件和图形。我目前正在研究图案锁,一开始一切都很好,但突然间它绘制不正确。我确实更改了一些代码,但是当我看到错误时,我立即将其更改回来(撤消,ftw),但
在获取 Distinct 的 Count 时,我在使用 Group By With Rollup 时遇到了一个小问题。 问题是 Rollup 摘要只是所有分组中 Distinct 值的总数,而不是所有
这不起作用: select count(distinct colA, colB) from mytable 我知道我可以通过双选来简单地解决这个问题。 select count(*) from (
这个问题在这里已经有了答案: JavaScript regex whitespace characters (5 个回答) 2年前关闭。 你能解释一下为什么我会得到 false比较 text ===
这个问题已经有答案了: 奥 git _a (56 个回答) 已关闭 9 年前。 我被要求用 Javascript 编写一个函数 sortByFoo 来正确响应此测试: // Does not cras
所以,我不得不说,SQL 是迄今为止我作为开发人员最薄弱的一面。也许我想要完成的事情很简单。我有这样的东西(这不是真正的模型,但为了使其易于理解而不浪费太多时间解释它,我想出了一个完全模仿我必须使用的
这个问题在这里已经有了答案: How does the "this" keyword work? (22 个回答) 3年前关闭。 简而言之:为什么在使用 Objects 时,直接调用的函数和通过引用传
这个问题在这里已经有了答案: 关闭 12 年前。 Possible Duplicate: what is the difference between (.) dot operator and (-
我真的不明白这里发生了什么但是: 当我这样做时: colorIndex += len - stopPos; for(int m = 0; m < len - stopPos; m++) { c
思考 MySQL 中的 Group By 函数的最佳方式是什么? 我正在编写一个 MySQL 查询,通过 ODBC 连接在 Excel 的数据透视表中提取数据,以便用户可以轻松访问数据。 例如,我有:
我想要的SQL是这样的: SELECT week_no, type, SELECT count(distinct user_id) FROM group WHERE pts > 0 FROM bas
商店表: +--+-------+--------+ |id|name |date | +--+-------+--------+ |1 |x |Ma
对于 chrome 和 ff,当涉及到可怕的 ie 时,这个脚本工作完美。有问题 function getY(oElement) { var curtop = 0; if (oElem
我现在无法提供代码,因为我目前正在脑海中研究这个想法并在互联网上四处乱逛。 我了解了进程间通信和使用共享内存在进程之间共享数据(特别是结构)。 但是,在对保存在不同 .c 文件中的程序使用 fork(
我想在用户集合中使用不同的功能。在 mongo shell 中,我可以像下面这样使用: db.users.distinct("name"); 其中名称是用于区分的集合字段。 同样我想要,在 C
List nastava_izvjestaj = new List(); var data_context = new DataEvidencijaDataContext();
我的 Rails 应用程序中有 Ransack 搜索和 Foundation,本地 css 渲染正常,而生产中的同一个应用程序有一个怪癖: 应用程序中的其他内容完全相同。 我在 Chrome 和 Sa
我是一名优秀的程序员,十分优秀!