加入两个 dataframe 按条件

[英]Join the two dataframe by conditions

我有一个通过替代自动时间设置收集的数据集。 这是示例格式。 从这个数据集中，我使用以下代码将它分为每个回合的三个数据帧： 我想在最近的时间合并 Data_A 和 Data_C，如下所示： 如您所见，Data_A 中多了一个 A。 我会排除它。 时间序列数据集中有很多这样的不规则数据。 谁能帮我如何为 ...

根据 data.table 名称组合 data.tables 列表

[英]Combining list of data.tables based on data.table name

这是我多年前发布的问题的扩展： here 总之，我在列表中有一个不确定（预先）数量的 data.tables，其中一些具有重复的名称。 我想使用 rbindlist 合并所有具有相同名称的 data.tables，并用 NA 填充任何没有对应值的列。 即使用 rbindlist 的 'fill = ...

R - 删除所有只有 NA 的行

[英]R - Remove all row that only have NA

我有这种类型的数据集，其中包含 ID、年龄和性别，然后是 ID 在调查中回答的问题： 我想删除所有 Q 都是 NA 的行，所以在这种情况下，结果将是： 我如何使用data.table这样做？ ...

删除向量元素包含嵌套 NA 的 data.table 行

[英]Remove data.table rows whose vector elements contain nested NAs

我需要从 data.table 中删除列a包含嵌套在向量中的任何NA的任何行： 因此，应删除第 1 行和第 3 行。 我尝试了三种解决方案均未成功： 有任何想法吗？ 谢谢你。 ...

pmap_dfr 并在 data.table 中移动一个向量

[英]pmap_dfr and shifting a vector in data.table

我正在尝试功能化我的 R 代码，但遇到了问题，因为我的很多工作都涉及在 data.table 中使用移位向量，而 pmap_dfr 根本没有按预期在 function 中实现 data.table 的移位。 我在 MacOS Venture 13.1 上使用 R 4.2.2。 我在下面展示了一个最小 ...

重复未返回预期结果

[英]Duplicated not returning expected result

让我们说下面的df 我只想保留非重复的行 哪个有效。 但是，使用以下df_1 使用相同的方法不会删除重复的行 我究竟做错了什么？ ...

如何在 function 中创建一个带有预定义前缀的新变量名

[英]How to create a new variable name with a pre-defined prefix in a function

我正在尝试按年计算有特定类型癌症风险的人口。 我有一个data.table ，其中包含有关患者是否患有cancer (1/0) 以及检测到癌症的日期的cancerDate 。 我的数据跨越 2015 年到 2021 年。 我为此写了一个function： 然后像这样实现 function： 问题是我 ...

R data.table 滚动联接创建额外的行

[英]R data.table rolling join creating extra rows

使用 data.table 的滚动连接功能时，我注意到在我的数据中创建了一些额外的行。 我尝试在较小规模上复制这个问题： 运行A[B, on =.(id, roll_date), roll = T]我期望 output 是与 B 长度相同的 data.table，即 6。但是，output 如下所示 ...

根据 R 中的另一列删除重叠范围的命中

[英]Remove hits of overlapping ranges based on another column in R

我有一个看起来像这样的大数据框。 我想group_by seqnames 并且对于每个组，我想检查开始和结束之间的重叠范围。 如果有任何重叠范围，那么它应该保留得分最高的行。library(dplyr) #> #> Attaching package: 'dplyr' #> Th ...

R 中的 function 在 data.table 中创建一个新列，其第 i 行是从第 i+1 行开始的两列的乘积之和

[英]function in R that creates a new column in a data.table, whose i-th row is the sum of product of two columns starting from i+1 row

例子： 我想插入一个新列，其值为： 我尝试首先创建这个 function 但它不起作用： ...

在对 starts_with 多个参数的列进行分组后查找连续行之间的差异

[英]Find difference between consecutive rows after grouping columns that starts_with multiple argument

我想根据列clone以及type的开头anc和ev对我的 df 进行分组。 根据这些条件分组后，我想找出连续行之间的差异library(tidyverse) set.seed(123) df <- tibble( anc_0=c(runif(6,0.045,0.048)), anc ...

R data.table 连接一列的行

[英]R data.table join with concatenation of rows for a column

我想加入两个 data.tables，从一个中获取一个字符列并将其加载为匹配行的字符列的串联。 为了说明——从两个表开始： 第三个 data.table 应该将 ID 为 1 的行的“Orange”和“Apple”连接在一起，如下所示： 我尝试了一些东西，但这些都没有连接起来。 ...

根据 data.table 中观测值的匹配特征创建相关矩阵的最快方法

[英]Quickest way to create a correlation matrix based on matching characteristics of observations in a data.table

有没有更快的方法来做到这一点？ 第一次发帖，格式不对请见谅。 我正在尝试尽可能高效地创建一个相关矩阵，其中每个相关性都基于一组特征的一致性。 为了使我的应用程序可行，我希望将此计算速度比现在至少提高一个数量级，即大约 15 秒（理想情况下上限为 0.5 秒）。 使用 mclapply 确实可以显着加 ...

创建新列时 R Data.table 出错

[英]R Data.table error when creating a new column

在下面的代码中，Data.table 在我尝试创建新列时抛出错误。 我可以知道如何解决这个错误吗？ 我认为这是语法问题，因为我仍然是 R 的初学者。我已经阅读了在线资源，其中添加 by 参数可以解决，但我不确定如何添加它。 错误消息：- [.data.table (NF, , := (c("LOOK ...

对 R 中的多列使用 data.table 中的 melt() 函数

[英]Using melt() function from data.table for multiple columns in R

我有一个综合分数 (BASFI)，它由组件 Q1-Q10 和一堆我想要不变的变量组成。 我想从宽格式转到长格式。 已在 4 个时间点测量综合分数和组成部分。 有关这方面的更多详细信息，请参阅数据集。 可重现的数据集： 看起来像这样 我试过的代码： 基本上给出 24 个观察值，而预期有 12 个（4 ...

data.table 中组的第一个元素的累积和

[英]Cumulative sum across first element of groups in data.table

我每隔半小时进行一些时间序列温度测量。 我想计算平均累积生长度天数样式指标。 我正在使用变量“datetime”，但为了简单起见，省略了实际的日期时间。 也不要担心这是否真的是生长度日的正确计算，事实并非如此。 以下玩具数据模拟了挑战。 现在我计算“每日”平均值： 现在我想要做的是计算T_mean_ ...

data.table 在分组中运行速度比预期慢

[英]data.table runs slower than expected in grouping

这是一个代表。library(data.table) # create a dummy data.table dt <- data.table( ts = seq.POSIXt(Sys.time(),by = 60,length.out = 1000), regn = rpois(1 ...

R（data.table）：以最有效的方式加入后计算平均值

[英]R (data.table): computing mean after join in most efficient way

我有两个massive数据集。 我创建了一个简单示例（如下）来复制我的数据结构： DT_ade有变量a 、 d 、 e ，而DT_abce有变量a 、 b 、 c 、 e 。 我想通过abc计算d的平均值。 在下面的代码中，我根据ae的值合并了两个DT 。 因为我对变量e不感兴趣，所以我只选择了连接 ...

data.table 是否导出用于测试 its.internal.selfref 哨兵的方法？ 如果没有，如何测试这个哨兵？

[英]Does data.table export a method for testing its .internal.selfref sentinel? If not, how to test this sentinel?

我问是因为我正在尝试确定有关“Invalid.internal.selfref detected and fixed”的警告的根本原因，我在使用data.table开发代码时曾五次触发该警告。 很明显，在某处，我的代码对data.table执行了一个操作，导致它被复制——至少在某些情况下是这样。 ...

R - 如何在 data.table 中执行列表列操作

[英]R - How to perform list-column operations in data.table

我正在使用一个数据表，该表的一列中存储有嵌套数据表： 第一行的dat列如下所示： 对于主数据表的每一行，我需要创建一些新列，这些新列将基于对嵌套数据表的值进行的计算。 此类新列的三个示例是： 我的真实表有超过 1000 万行，因此解决方案需要快速且内存占用相对较低。 预期结果将是： 实现这一目标的最 ...