问题标签 [data-manipulation]

我有数据集：

我使用以下 R 代码：

我想用它来创建具有以下结构的数据集：

但是，当我运行我的代码时，我得到以下输出：

如何修改我的代码以生成所需的输出？

我不知道我是否通过标题解释了我的意图，但本质上我想转换

至

我想这样做而不使用 for 循环。我觉得有一些reshape功能可以做到这一点。我有大量具有这种配置的数据集。所以，我想要一些矢量化解决方案......而且，长度可以是任何东西。这里，在示例数据中，序列长度为 4。另外，我对列名并不挑剔。我可以使用names(dataframe)=c(....

自 10 月以来，我一直在自学 Python，以便从大约一百万个文本文件中提取数据。我一直在尝试以谨慎的小块来解决这个问题，这样我就不会在尝试一次性获取我想要的所有代码时不知所措/迷失方向。

对于我的第一个块，我想从文本文件中提取地址。到目前为止，我已经设法让我的代码一次处理一个文件，但由于我有超过 100 万个文件要处理，我认为手动执行此操作不会奏效。

为简洁起见，我只包含了我的代码的第一部分，因为其余部分基本上是这个，但正在寻找不同的关键字。

我试图在顶部打开文件一次并多次调用变量，但它不起作用，我假设 for 循环看起来与此类似，但我不知道如何使它工作。

谢谢

我正在尝试将 CSV 从 github 读入 R：

但是，这给了我：

我试过?read.csv, ?download.file, getURL（只返回奇怪的 HTML），以及数据导入手册，但仍然无法理解如何使其工作。

我究竟做错了什么？

我想要数据框中某些变量的索引，但我的grep()技能不足。

假设我有这个数据框，

现在，我想要的是grep a1、a2、a11 和 a12（在现实生活中，a' 后面的 # 是从 1 到 12 的连续列表），我该怎么做？我已经尝试了下面的两个grep，但没有运气。

这个我也试过

我想要的是

其次，谁能指导我一个好的grep()教程？谢谢！

本周数据处理挑战：

我有一个看起来像这样的 Excel 表：

我需要在产品名称周围添加两个带有自动生成文本的额外列，如下所示：

文字仅供说明...

我可以想出几种方法来实现这一点。制作脚本来加载和操作 Excel 文件，使用 SQL Server 集成服务，但我不禁想到有更简单的方法来做到这一点！？

进行这种数据操作的最简单和最优雅的方法是什么？

尽管我已经编程了十多年，但我从未接触过 Excel 中的宏......但也许它们是一个解决方案？

有什么建议么？

问候亚历克斯

我有一堆字符串，但我只想保留这种格式的字符串：

x/x/xxxx xx:xx

检查字符串是否符合这种格式的最简单方法是什么？（假设我想检查它是否有 2 个 / 和一个 ':' ）

我正在尝试进行一些文本处理，并且需要重新编码句子的单词，以便在新变量中以特定方式识别目标单词。例如，给定一个看起来像这样的数据框......

我需要创建一个新列，其中目标单词的每个实例（在此示例中，当 d$word="like" 时）都标记为 0，并且句子块中“like”之前的所有单词和“之后的所有单词”都会递减像”增量。每个主题都有多个句子，句子因条件而异，因此循环需要考虑每个主题、每个句子的目标词实例。最终结果应该是这样的。

对不起，如果问题措辞不好，我希望它是有道理的！请注意，每个句子中的目标不在同一个位置（相对于句子的开头）。我对 R 很陌生，可以弄清楚如何增加或减少，但不能在每个句子块中同时做这两件事。关于解决此问题的最佳方法有什么建议吗？非常感谢！

我正在处理产品数据提要，目前正在对相关产品进行分组。我几乎得到了我想要的东西，但是，就像一个平庸的赛车手，我在最需要的时候已经用尽了技巧。

为了说明我的问题，我创建了一个简化版本。下面是数据结构：

我目前的查询是：

该查询返回以下行：

我真正需要做的是pprice从每个 concatenated中减去price，给我每个 sku 之间的价格差异，而不是它们的绝对价格。这将返回梦想的结果：

总的来说，我在这个提要上花了很多时间，并且真的被困在可能是集成中的最后一个障碍上。我真的很感激一些指导，以帮助我朝着正确的方向前进。

编辑：我将此查询的结果用作“虚拟”产品行，作为组中产品的父级。

我很难想出一种方法来从 getline() 函数中提取的字符串中提取诸如 int 或 double 之类的数字。

//例子：

//文件包含：

// 使用getline函数

// 从字符串数据中提取数字

谢谢你