data.table

    0

    2답변

    주어진 평균 및 표준 편차를 기반으로 다양한 예제 실행으로 열을 채우려고합니다. 내가 지금있는 것은 : ave std scenario1 scenario2 scenario3 20 0.1 20.2377 20.2377 20.2377 3 1.0 2.6497 2.6497 2.6497 그래서 분명히 하나의 벡터에 그것의 실행 rnorm는, 각 열에 대해

    0

    1답변

    안녕하세요 data.table 패키지를 사용하여 R에서 롤링 조인을 수행하고 싶습니다. "필드"열의 인수를 data.table에 사용하여 서로 다른 필드의 데이터를 함께 조인하지 않으려면 "날짜"열에 조인 할 때 여러 항목이 있습니다. 예 데이터 d1<-structure(list(Field = c("6", "W62", "6", "6", "12S", "19-

    1

    1답변

    저는 data.table을 사용하는 노트북에서 일하고 있습니다. 그러나 일부 코드를 실행하면 예상치 못한 결과가 나오며 R 터미널에서는 발생하지 않습니다. ': ='을 (를) 사용하여 DT를 업데이트 할 때 발생합니다. DT = data.table (a = C는 (1, 2, 3, 4, 5)) 가 DT는 [B는 = 6] 이 셀 실행 DT가 출력 표시되도록한다

    2

    2답변

    나는 이것이 일부 행이 예를 들어 (I이 원인 모를) 텍스트 문자열 내부에 별도의 세미콜론을 포함하는 파일을 읽으려고 해요 같은 문제 슈퍼 단순화 된 데이터 : bad_data <- "100; Mc Donalds; Seattle; normal day 115; Starbucks; Boston; normal day 400; PF Cha

    0

    1답변

    나는 작업중인 .Rnw 파일의 일부로 데이터를 읽으려고 fread을 사용하고 있습니다. 파일 크기가 크고 6 백만 행이며, showProgress 옵션을 좋아합니다. 그러나, 내가 knit 때, 출력 최종 PDF에 나타납니다. 파일의 다른 부분에서 opts_chunk에 표시하지 않고 message()을 사용하여 진행률을 인쇄합니다. 진행률을 message으

    2

    1답변

    a = data.table(id = c(1L, 1L, 2L, 3L, NA_integer_), t = c(1L, 2L, 1L, 2L, NA_integer_), x = 11:15) b = data.table(id = 1:2, y = c(11L, 15L)) # > a # id t x # 1: 1 1 11 # 2: 1 2 12 # 3: 2 1 13

    0

    3답변

    첫 번째 행은 N 개의 열에 대해 아래 행을 추가하는 데 대한 참조 값입니다. 데이터 A B C D 3 5 1 2 1 4 5 3 2 2 2 4 3 1 3 1 4 3 1 2 계산은 다음과 같이 3과 마찬가지로 참조 3 1, 2, 3에 추가되어야하다 첨가 값, 4, 5 4,2,1,3에 추가 된 참조 값이고 1은 5,2,3,1에 추가 된 참조 값이

    2

    1답변

    fread 함수를 사용하여 여러 파일 (csv)을 읽으려고합니다. 하지만 마지막 행에서는 불필요한 데이터가 있으며 오류가 발생하면서 fread를 사용할 수 없습니다. 코드 :이 library(data.table) fnames <- list.files("Path",pattern = "^.*Star.*.csv$",full=TRUE) read_da

    0

    2답변

    다음 벡터를 사용하여 새 데이터 테이블을 만들고 싶습니다. 저는 두 개의 테이블과 100 명씩의 목록과 5 가지 테스트 목록을 가지고 있습니다. 테이블을 결합하고 싶지만, 각 과목마다 각 테스트에 대한 행이 필요합니다. 따라서 새로운 테이블에는 500 행이 있습니다. 나는 아래의 단순화 된 예제를 사용했다. 이 R에 person <- data.frame(c

    0

    1답변

    의 열 번호를 참조하여 결과 목록을 지정하면 data.frame A의 저장이 시뮬레이션의 결과 2 개 분포가 상상 : 이제 sim1 = 1:10 sim2 = 91:100 sim = data.frame(sim1, sim2) 을, 우리는 10 %를 찾으려면 및 각 분포의 90 % 백분위 수입니다. 이 작업은 수행 할 수 있습니다 diffSim = nco