问题标签 [tidyr]

我是 R 新手，正在练习使用来自 Kaggle 的 Titanic 数据集。我试图将姓氏、名字、称呼和额外信息分开到单独的列中，以便我可以尝试对乘客的年龄进行分类 - 成人或儿童。

以下是来自训练数据集的示例数据：

以下是包含名称的示例：

我可以使用以下代码将姓氏与列的其余部分分开：

但是，当我尝试为名字添加字段时：

我收到此错误：

我是否使用了不正确的语法或一列中的 3 个字段是不可能的？

我将 tidyr 与闪亮一起使用，因此需要在 tidyr 操作中使用动态值。但是我在使用gather_() 时确实遇到了麻烦，我认为它是为这种情况设计的。下面的最小示例：

经过一些调试后，我意识到错误发生在 melt measure.vars 部分，但我不知道如何让它与 ':' 一起工作......请提供解决方案并解释一下，以便我了解更多信息.

我正在阅读tidyr文档。我正在尝试使用该unite功能。是否可以使用该unite函数对指定的列求和？使用文档中的示例。

我试图弄清楚如何得到它，所以 vs_am 不仅仅是组合为字符的值，而是它会添加列的值？例如。对于马自达 RX4，vs_am = 1（因为 0+1 = 1）

我喜欢reshape2包，因为它让生活变得如此轻松。通常，Hadley 会在他以前的包中进行改进，以实现流线型、更快运行的代码。我想我会给tidyr一个旋转，从我读到的内容我认为与reshape2gather非常相似。但是在阅读了文档之后，我无法完成相同的任务。meltgathermelt

数据视图

dput这是数据的视图（帖子末尾的实际数据）：

代码

这是melt时尚的代码，我在gather. 我怎样才能gather做同样的事情melt？

期望的输出

数据

我已经从 Wikipedia 中提取了税收数据并正在重新组合它，但我无法从数据中删除引用标签 ( http://en.wikipedia.org/wiki/List_of_countries_by_tax_rates#Countries )。起初，我尝试在 [ 上使用 strsplit 来删除它，但这就是我得到的：

最终，我想删除引用（编号或“需要引用”以及它们周围的括号）。我希望在第二列中有数字，在第一列中有国家名称，这样我就可以保留名称，但是当没有脚注时它会混合列。我也研究过使用cSplit这种方法，但也没有取得任何成功。有什么建议么？

我有一个 35=S 的 csv/log 文件（引用消息；“Tag=Value”），我需要将费率提取到适当的 CSV 文件中以进行数据挖掘。这与 FIX 并不严格相关，它更多的是关于如何清理数据集的 R 相关问题。

原始消息如下所示：

我首先需要得到一个看起来像这样的中间数据集，其中相同的标签是对齐的。

这又需要转换为：

我正在使用 awk 开发一个 bash 脚本，但我想知道我是否可以在 R 中做到这一点。目前，我最大的挑战是到达中间表。从中间到决赛桌，我想到了将 R 与 tidyr 包一起使用，特别是功能“分离”。如果有人可以提出更好的逻辑，我将不胜感激！

假设我有这个带有行名的凌乱数据框

我想把它整理成整齐的形式，使列A、、B和C折叠成一列，并且还有一列用于Gender. 它可能看起来像这样

这是使用tidyr.

但是我不得不以一种相当不雅的方式将行名转换为一列。我的问题是 - 有哪些附加功能tidyr或reshape会对此有所帮助？或者我gather是否可以通过不同的方式来实现这一结果？

我想将一列字符串（例如 [1, 58, 10] ）分隔成使用与 tidyr 分开的列。我的问题是有时列更短（永远不会更长）。我在同一个数据框中有很多关于这个问题的列。

加载包

数据

在这里，我使用来自真实数据的样本制作了一个数据框。“向量”在 col1 中的长度为 10，在 col2 中的长度为 9 或 10。有一个时间列只是为了表明还有其他列。

我希望它如何

对于所有“向量”长度相等的第一列，我可以使用 separate() 来获得我想要的。

这导致

这不适用于 col2 元素不能分成几列的地方

解决方法

这导致

如果向量较短，则最后一个元素应为 NA，因此这是正确的。

问题

有没有办法使用单独的（或其他更简单的功能）而不是解决方法？有没有办法同时将其应用于 col1 和 col2（例如，通过选择以 col 开头的列）？

谢谢！

假设我有一个R包含两列的数据框：value和my_letters：

的每个元素my_letters是 3-6个不重复的字母，以空格分隔。

我可以计算每个字母出现的频率：

但是如果我想要一个加权和value怎么办？

所以，a出现了三次：在第 2 行的值为 3，第 5 行的值为 4，第 9 行的值为 10。所以a我想看到 3 + 4 + 10 = 17。（注意value 可能会重复）

有没有很好的plyr//方法来做到这一点dplyr？tidyr（甚至apply......）

谢谢！！

生成此数据框的代码（我确信有一种更简洁的方法）：

R的新用户。甚至想不出怎么问这个问题。我为 HTML 表格抓取了一个网页。一般来说，一切都很顺利，除了一张桌子。不是有 7 个单独的表，而是将所有内容折叠到 1 个表中，第一个表的列名和值是两个单独的列，所有其他表都是行。结果是一个类似这样的表格：

显然，我需要将第一列中的行（和列名）作为它们自己的列，将第二列中的项目作为它们的值，最好在列名中使用下划线。我试过了：

但收到一条错误消息。然后我想添加另一列，例如：

然后我尝试了

这将第一列中的值作为它们自己的列，但产生了两行（而不是 1 行），带有 NA。我确定这真的很基本，但我无法弄清楚。

编辑时：我认为这给了我我想要的东西，但我远离我的电脑，所以我无法确认：

我需要添加 n或获得 NA，但我不喜欢它。