Tag: r

正确地扩展ggplot2？

最近ggplot2的一些简洁的用法已经出现，并且已经发布了部分或完整的解决scheme： ggheat 大括号 position_dynamic ggheat值得注意，因为它只是通过绘制而不是返回对象来打破ggplot隐喻。 花括号的解决scheme是值得注意的，因为没有一个真正符合ggplot2高级概念（例如，你应该指定一个你想要打破的点的范围，然后在别的地方能够指定你想要的范围显示的几何 – 箱子，紫色的牛等）。 ggplot2书 （我将很快下令阅读2个在线章节）似乎是关于使用语法和函数，而不是编写新的或扩展现有的。 我想学习添加一个特定的function或者开发一个新的geom，并且正确地做。 ggplot2可能并不是像grid或基础graphics一样的普通graphics软件包，但是有很多graphics只是现有的ggplot2几何graphics的一个或两个扩展。 当这些情况出现时，我通常可以把足够的东西放在一起做一些事情，但是如果我需要几十次相同的情节呢？ 如果其他人喜欢它，并且想要使用它，现在他们每次需要该图时都必须通过相同的过程。 在我看来，正确的解决scheme是添加一个stat_heatplot和geom_heatplot ，或添加一个geom_Tuftebox Tufte箱图等，但我从来没有见过一个实际扩展ggplot2的例子; 只是如何使用它的例子。 有什么资源可以深入挖掘ggplot2并开始扩展它？ 我特别感兴趣的是如上所述的在轴上指定范围的高级方法，但对ggplot2打勾的一般知识也是受欢迎的。 如果缺less一个连贯的指导（很less有足够先进的修补，因此在这里可能不存在），如何才能了解内部？ 检验来源显然是一种方式，但是起始的function是什么等等。

R中更高级别的function – 是否有正式的撰写操作员或咖喱function？

我可以在R中创build一个组合操作符： `%c%` = function(x,y)function(…)x(y(…)) 要这样使用： > numericNull = is.null %c% numeric > numericNull(myVec) [2] TRUE FALSE 但是我想知道是否有一套官方的函数来做这种事情和其他的操作，例如在R中进行。很大程度上是为了减less我的代码中括号，函数关键字等的数量。 我的咖喱function： > curry=function(…){ z1=z0=substitute(…);z1[1]=call("list"); function(…){do.call(as.character(z0[[1]]), as.list(c(eval(z1),list(…))))}} > p = curry(paste(collapse="")) > p(letters[1:10]) [1] "abcdefghij" 例如聚合这是特别好的： > df = data.frame(l=sample(1:3,10,rep=TRUE), t=letters[1:10]) > aggregate(df$t,df["l"],curry(paste(collapse="")) %c% toupper) lx 1 1 ADG 2 2 BCH 3 3 EFIJ 我发现它比以下更优雅和可编辑： > aggregate(df$t, df["l"], […]

我怎么知道R中的数据集将会过大？

我将在R中进行一些日志文件分析（除非我不能在R中完成），并且我知道我的数据需要适合RAM（除非我使用某种types的修补程序，比如keyval存储的接口，也许？）。 所以我想知道如何提前告诉我的数据将在RAM中占用多less空间，以及我是否有足够的空间。 我知道我有多less内存（不是很多，在XP下是3GB），而且我知道我的日志文件最终会有多less行和多less列，以及列条目应该是什么数据types（这大概需要检查它读取）。 我如何将这些结合起来，作为在R中进行分析的go / nogo决定？ （据推测，R需要能够有一些RAM来做操作，以及保存数据！）我的直接要求的输出是一堆简单的总结统计，频率，意外事件等，所以我可以写一些parsing器/制表符，这将给我输出我需要的短期，但我也想玩很多不同的方法来作为下一步这个数据，所以我看着使用R的可行性。 我已经看到了很多有关R中大数据集的有用build议，我已经阅读并将重读，但是现在我想更好地理解如何去（a）是否应该去（b）去但希望不得不做一些额外的东西，使其易于pipe理，或（c）在太晚之前跑掉，并在其他语言/环境中做某些事情（build议欢迎…！）。 谢谢！

处理杂乱的日子

我希望你们不要以为我是在寻求关系方面的build议。 我不得不提供调查回复者指定事件发生时间的能力。 什么结果是一个可怕的混乱的string，我真的不知道该怎么办。 除了手工录制之外。 这是一个简短的样本，数千： c（“5月2日/ 12日”，“早上9:45”，“11:00 AM AST”，“4月27日/ 12:00 AST”， “上午11:40 AST”，“2011年4月25日”，“2011年4月12日/ 8:44”，“2011年4月12日/上午8:36”， “2011年4月12日/ 8：30”，“2011年4月12日/ 8:18”，“2011年4月12日/上午8:12”， “2011年4月11日/下午5:57”，“2011年4月11日/下午5:49”，“2011年4月11日/下午5:42”， “2011年4月11日/下午5:36”，“2011年4月11日/ 5:27”，“4月5日上午11:26”， “8:50”，“4月4日12:45”，“4月4日上午10时”，“4月4日10时左右”， “2011年3月18日上午9时33分”，“2011年3月18日上午9时27分”，“DF”，“Fg”，“12:16”， “9:50”，“2011年2月8日/ 12点20分”，“2011年2月4日上午8点34分”，“2011年1月31日下午2点50分”， “2011年1月31日下午2点45分”，“2011年1月31日下午2点38分”，“2011年1月31日下午2点26分”， “11h09”，“11:00 am”，“1h02 pm”，“10h03”，“2h10”，“2011年1月13日上午9:50范”， “2011年1月12日”，“2011年1月12日下午3:59”，“Jan 12 14:19 PM”， “2011年1月12日下午1时35分”，“2011年1月12日下午1时28分”，“1h36”，“9h15”， “9h09”，“8h51”，“8h45”，“8h35”，“1h12 pm”，“12h59”，“11h52 am”， “10h45”，“15h55”，“Dec 31，10 11:11 am”，“Dec 31,10 10:15 am”， “2010年12月30日下午12点32分”，“2010年12月30日下午12点18分”，“上午9点16分”，“上午11点16分”， “11h12”，“9h29 am”，“11h38”，“2010年12月16日”，“2010年12月16日” “2010年12月16日”，“2010年12月15日”，“2010年12月14日”，“12月14日11:38”， “12月14日11:35”，“12月14日11:25”，“2010年12月13日”，“12月10日下午1时38分”， “12月10日下午1点26分”，“12月10日下午1点20分”，“12月10日下午1点12分”，“2010年12月9日” “上午11点10分”，“上午10点59分”，“上午10点50分”，“12月7日星期二9:45乘车时间”， “2010年12月3日下午12时30分”，“2010年12月3日下午12时20分”，“2010年12月3日下午12时10分”， “2010年11月30日4.02pm”，“2010年11月30日”，“11月29日120pm” “2010年11月29日11:27”，“2010年11月29日10时12分”，“11月26日10时18分18秒”， “10:56 am”，“Nov […]

如何更改data.table中的因子列的级别

什么是正确的方法来更改data.table中的factor列的data.table （注意：不是数据框） library(data.table) mydt <- data.table(id=1:6, value=as.factor(c("A", "A", "B", "B", "B", "C")), key="id") mydt[, levels(value)] [1] "A" "B" "C" 我正在寻找像这样的东西： mydt[, levels(value) <- c("X", "Y", "Z")] 但是，当然，上述行不起作用。 # Actual # Expected result > mydt > mydt id value id value 1: 1 A 1: 1 X 2: 2 A 2: 2 X 3: 3 B […]

根据R中的第一列sortingmatrix

我有一个具有以下两列的matrix： 1 349 1 393 1 392 4 459 3 49 3 32 2 94 我想按照第一列的顺序对这个matrix进行sorting，但是我想保留第二列的相应值。 输出结果如下所示： 1 349 1 393 1 392 2 94 3 49 3 32 4 459

如何在R中做printf？

我正在寻找如何做printf in r，ie我想input： printf("hello %d\n", 56 ) 并获得与input相同的输出： print(sprintf("hello %d\n", 56 ) 我读过以下链接： 在R中用print（）打印换行符 用R打印信息有什么更漂亮的方法？ …所以我知道我可以使用cat("hello", 56) ，这可能是我会做的，但只是想知道是否有一些快捷的方式来写print(sprintf(…)) ？ 对不起，如果这个问题是重复的（我不知道）。 search'printf r'非常困难，因为它返回的结果是php，c，…

在R中连接matrix

我如何连接相同列的matrix，但行数不同？ 例如，我想连接一个( dim(a) = 15 7000 )和b (dim(b) = 16 7000) ，我希望结果是一个31行× 7000列的matrix。 我可以对不同的行和列的matrix做这个吗？ 假设我想把15行7000列的matrix与16行7500列的matrix结合起来。 我可以创build一个数据集？

一次加载多个文件？

所以我们说我有一个.rdata文件的目录 file_names=as.list(dir(pattern="stock_*")) [[1]] [1] "stock_1.rdata" [[2]] [1] "stock_2.rdata" 现在，如何通过一次调用来加载这些文件？ 我总是可以这样做： for(i in 1:length(file_names)) load(file_names[[i]]) 但为什么我不能做类似do.call(load, file_names) ？ 我想应用程序的function都不会工作，因为他们大多数会返回列表，但没有什么应该返回，只是这些文件需要加载。 我无法得到get函数在这种情况下工作。 想法？

如何手动更改ggplot2中的图例中的键标签

我正在准备出版的阴谋。 我创build了一个堆积箱图，显示每组患者的血清阴性与非阴性的复杂积累的频率。 图例是使用数据框中的标签，这些标签适合于我们正在从事项目工作但不出版的人员。 我想把名字改为读者更快理解的东西。 所以例如运行下面的脚本 grp <- gl(n=4,k=20,labels=c("group a","group b","group c", "group d")) value <- runif(n=80, min=10, max=150) outcome <- cut(value,2) data <- data.frame(grp,value,outcome) ggplot(data, aes(grp, fill=outcome)) + geom_bar() +xlab("group") +ylab("number of subjects") + labs(fill="Serologic response") 该代码创build了不适合发布的关键标签“（10.4,80]”和“（80,150）”，相反，我想要“双重否定”和“对a和/或b正面”。 我想我可以回到数据框，并转换成正确的标签的新variables。 或者我可以重新标记我的因素 ？ 不过，我宁愿在绘图的时候这样做。