Ю
Значения переменных всегда 1 и NA?
Size: a a a
2020 August 21
ЕТ
Значения переменных всегда 1 и NA?
Любое целое число или NA.
Ю
Любое целое число или NA.
Два целых по 2 переменным может быть? Или NA?
ГД
А, тогда ладно.
for(i in seq(1, ncol(a), by = 2)){
a[[i]] = dplyr::coalesce(a[[i]], a[[i + 1]])
}
a
ЕТ
Два целых по 2 переменным может быть? Или NA?
Нет, только вместе 1 NA или NA 1
PU
for(i in seq(1, ncol(a), by = 2)){
a[[i]] = dplyr::coalesce(a[[i]], a[[i + 1]])
}
a
зачем, можно ж проще
tmp <- tibble(
first = c(1, 1, NA, NA),
second = c(NA, NA, 2, 2),
third = c(3, NA, 3, NA),
fourth = c(NA, 4, NA, 4)
)
ncols <- seq_len(length(tmp))
ncols_odd <- ncols[ncols %% 2 == 1]
tmp[is.na(tmp)] <- 0
tmp[, ncols_odd] + tmp[, ncols_odd + 1]
ГД
ну на самом деле это очень спорный вопрос, что проще:)
PU
не знаю, для меня где циклы - там уже усложнение
особенно если средства языка позволяют обойтись без них
особенно если средства языка позволяют обойтись без них
PU
впрочем, в обоих случаях придется решать проблему нечетного числа колонок
но это просто, думаю, взять четные и вычитать 1
хотя не, нечетный хвостик останется
но это просто, думаю, взять четные и вычитать 1
хотя не, нечетный хвостик останется
ГД
Без циклов я бы так делал.
Но это не работает с тибблами и тоже не решает проблему кол-во колонок
tmp = as.data.frame(tmp)
odd = c(TRUE, FALSE)
tmp_na = is.na(tmp[,odd])
tmp[,odd][tmp_na] = tmp[,!odd][tmp_na]
tmp
Но это не работает с тибблами и тоже не решает проблему кол-во колонок
PU
о. симпатишно :)
2020 August 22
EP
for(i in seq(1, ncol(a), by = 2)){
a[[i]] = dplyr::coalesce(a[[i]], a[[i + 1]])
}
a
Мне вариант с coalesce больше нравится, т.к. он легко расширяем до более общих случаев.
Я сталкивался с ситуациями, когда 7-балльную ординальную шкалу записывали в столбцы в виде NA NA NA V NA NA NA (V - это типа галочка).
для таких случаев coalesce идеален
Я сталкивался с ситуациями, когда 7-балльную ординальную шкалу записывали в столбцы в виде NA NA NA V NA NA NA (V - это типа галочка).
для таких случаев coalesce идеален
PU
это обратная задача one hot encoding
подозреваю, ее уже решали ##
подозреваю, ее уже решали ##
A
так это ж wide to long преобразование обычное
A
tmp <- data.table(
first = c(1, 1, NA, NA),
second = c(NA, NA, 2, 2),
third = c(3, NA, 3, NA),
fourth = c(NA, 4, NA, 4)
)
melt(tmp)[!is.na(value)]
variable value
1: first 1
2: first 1
3: second 2
4: second 2
5: third 3
6: third 3
7: fourth 4
8: fourth 4
HC
Ребятки, у меня вопрос, как отфильтровать даты в формате %Y-%m-%d в конкретный день (все строки например в каждый 10 день месяца). Я обычно использую grepl("\\w*10", ..) но хочу работать с датами
А[
Herman Cherniaiev
Ребятки, у меня вопрос, как отфильтровать даты в формате %Y-%m-%d в конкретный день (все строки например в каждый 10 день месяца). Я обычно использую grepl("\\w*10", ..) но хочу работать с датами
format(as.Date(df$x,format="%Y-%m-%d"), format = "%d") и сравнить?
HC
Я сначала тоже думал год и месяц убрать, но потом подумал что это не очень
АК
Herman Cherniaiev
Ребятки, у меня вопрос, как отфильтровать даты в формате %Y-%m-%d в конкретный день (все строки например в каждый 10 день месяца). Я обычно использую grepl("\\w*10", ..) но хочу работать с датами
as.POSIXlt(df$x)$mday == 10 или lubridate::mday(df$x) == 10.