问题标签 [data-manipulation]

例如，我有这个数据

但这些是 3 列。看起来像这样：

我需要的是一个看起来像这样的表：行列是 RowNrs，列列是 ColumnNrs 和它的数据是尊重的地方

有没有办法将“数据集”操纵到这个表中？

我有一个包含三个变量的数据框：ID、group和nominated_ID. 我想知道group那个nominated_ID属于。

我想象对于每种情况，我们取nominated_ID，找到它等于 的情况ID，然后将nominated_Group原始情况下的group变量设置为匹配情况下的变量。（如果没有匹配，设置为NA）

如果可以在没有循环的情况下完成此操作，我不会感到惊讶，因此我对解决方案持开放态度。非常感谢你的帮助。知道我在发布之前确实尝试过寻找类似的问题。

@Aniko 指出，查看我的问题的一种方法是，我需要找到图的连通分量，其中顶点称为组和变量group，并nominated_group表示这两个组之间的边。我的目标是创建一个parent_Group索引连接组件的变量。或者正如我之前所说：

我有一个包含四个变量的数据框：ID、group、 和nominated_ID、 和nominated_Group。

考虑姊妹组：如果数据中至少有一个案例 group==A 且指定组==B，则 A 组和 B 组是姊妹组，反之亦然。

我想创建一个变量parent_group，它对每组姐妹组都具有唯一值。换句话说，不同parent_groups的案件之间不应出现提名。制作parent_group序列号似乎是个好主意。

非常感谢我在这里收到的帮助！我不能在这里真正做出贡献，但请注意，我尝试在 stats.exchange 和 wikipedia 上支付它。

在我的假数据中，A 和 B 是姐妹组。无论是 ID=4 还是 ID=5 都足以证明这一点。每个小组也是他们自己的姐妹小组。的目标，即 的创建parent_group，应该parent_group为 A 或 B 中的所有案例产生一个，而parent_group对于 C 组的另一个案例

比方说，例如，我有这个数据：

现在我想删除其中包含 NaN 值的行：第 1 行和第 4 行。但我不知道这些行在哪里，如果它是 100.000+ 行的数据集，所以我需要用函数找到它们并删除完整的行。

谁能指出我正确的方向？

我有以下数据集：

现在我想删除数字特征== 0的所有行（这里没有，但在其他数据集中有）当我使用以下命令时，我的完整数据集是空的，我做错了什么？

我需要读入两个大文件（超过 125 MB）。每个文件都包含具有相似数据的记录。我需要找到它们中的记录，然后如果记录的字段不匹配，我需要用文件一中的记录中包含的字段覆盖文件二中的记录。

例如，第一个文件具有以下字段：

第二个文件具有以下字段：

因此，如果文件 1 中的记录与文件 2 中的记录具有相同的 ACCT 编号，则文件 2 中的 Bal、Int 和 Rate 需要被文件 1 中的 Bal、Int 和 Rate 的值覆盖。

某些记录不会在每个文件中。我需要创建的输出文件是文件二中的所有记录，如果记录不在文件一中，那么它将按原样写入文件，但随后将包含需要更改的记录。

我尝试了许多不同的选项，但大多数都不足以处理大文件。解决这个问题的正确方向是什么？提前感谢您的帮助。

使用两个数据框 df1和df2定义一个列表dat

我想在每个数据框中删除变量a。接下来，我想添加一个变量，其中包含来自外部数据帧的每个数据帧的 id，例如：

为了删除不必要的变量，我尝试了这个没有运气：

也不知道如何添加id。

我也尝试过，也许更合适：

我发现令人困惑的是str(out[1])返回一个列表，str(out[[1]])返回一个数据框。我认为这可能与它有关。

定义：

我想从每个数据框中的 b 列中删除 M 字符。

在一个简单的框架中：

但是在嵌套中，如何进行？这是一个抱歉的尝试：

定义

英石

我的数据没有因子，所以我将因子转换为字符：

我想通过 V1 保持“折叠”数据框：

• V2的最大值
• V3 的平均值
• V4 的模式（这个值在 V1 组中实际上并没有改变，所以 first、last 等也可能会改变。）

请注意，这是一个普遍的问题，例如我的数据集要大得多，并且在折叠时我可能想要使用不同的函数（例如，last、first、min、max、variance、st.dev. 等用于不同的变量）。因此，函数参数可能会很长。

在这种情况下，我想要以下形式的输出：

定义：

英石

我想创建第三个变量，其中包含stfreq中最常见的观察v1结果id