首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在分组的行上使用case_when()并选择项目出现的时间- tidyverse/R解决方案

在分组的行上使用case_when()函数并选择项目出现的时间可以通过tidyverse/R解决方案来实现。在R语言的tidyverse包中,case_when()函数可以根据条件对数据进行逻辑运算,并选择不同的结果。

具体使用方法如下:

  1. 首先,确保已经安装并加载了tidyverse包,可以使用以下代码加载:
代码语言:txt
复制
library(tidyverse)
  1. 假设我们有一个数据框df,其中包含了项目的名称和出现的时间。我们想要根据不同的项目名称,选择对应的出现时间。可以使用case_when()函数来实现,代码如下:
代码语言:txt
复制
df <- df %>%
  mutate(time_category = case_when(
    project_name == "项目1" ~ "时间分类1",
    project_name == "项目2" ~ "时间分类2",
    project_name == "项目3" ~ "时间分类3",
    TRUE ~ "其他"
  ))

在上述代码中,我们使用了mutate()函数来创建一个新的列time_category,其中使用了case_when()函数。根据项目名称的不同,选择对应的时间分类。

  1. 在case_when()函数中,我们可以根据需要添加更多的条件和结果。例如:
代码语言:txt
复制
df <- df %>%
  mutate(time_category = case_when(
    project_name == "项目1" ~ "时间分类1",
    project_name == "项目2" ~ "时间分类2",
    project_name == "项目3" ~ "时间分类3",
    project_name %in% c("项目4", "项目5") ~ "时间分类4",
    TRUE ~ "其他"
  ))

在上述代码中,我们添加了一个新的条件,当项目名称为"项目4"或"项目5"时,选择时间分类为"时间分类4"。

  1. 在使用tidyverse/R解决方案时,可以根据具体的需求选择使用其他tidyverse包中的函数来进一步处理数据,例如使用dplyr包中的filter()函数、arrange()函数等。

至于具体的腾讯云相关产品和产品介绍链接地址,由于要求不能提及云计算品牌商,故无法提供相关链接。但腾讯云提供了丰富的云计算服务,包括云服务器、云数据库、云存储、人工智能等领域的产品。您可以访问腾讯云官网,了解更多相关产品和服务的详细信息。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

「Workshop」第二期:程序控制与数据操作流

涉及编程数据和代码都会放到 https://github.com/XSLiuLab/Workshop 推荐图书 《R for Data Science》[1] 《R 语言编程指南》 《R 实战》 其他推荐见...*与 write.* load 与 save readRDS 与 saveRDS 数据操作流程 放本小抄在身边,随时查阅 Tidyverse https://github.com/tidyverse/...cumprod cumsum 排序 dplyr:: cume_dist dense_rank min_rank ntile percent_rank row_number 其他 dplyr:: between case_when...逻辑值 mean, sum 位置 dplyr:: first last nth 排序 quantile min max 分布 IQR mad sd var count summarize 简单汇总 分组汇总...基础语法一致,也可以使用 tidyverse 处理 整数索引 逻辑索引 命名索引 进一步学习参考小抄、文档和《R 语言编程指南》 后几期主题 本期未讲述内容???

1.6K30
  • 70-R茶话会15-你编程菜鸟路上缺失一课

    不谋而合是,很多我之前都介绍过了。 这就是优秀者们马太效应吗! 1-switch和case_when 在做数据分析时,常常遇到一个场景是,1,2,3 需要转换成其对应"a","b","c"。...,dplyr 提供了向量化操作[[37-R茶话会07-高效处理数据框列]]: > dplyr::case_when( + tmp %in% "a" ~ 1, + tmp %in% "b"...可以使用系统变量: Sys.setenv( DSN = "database_name", UID = "User ID", PASS = "Password" ) 接着脚本中使用这些键即可...08-优秀R使用者,优秀代码习惯]],以及包:[[22-R茶话会03-美化代码]] 这一次来看看tidyverse 官方包:Welcome | The tidyverse style guide[...5-学会在你R 分享内容里使用变量 以Rmd 为例子: You can do this by defining parameters in the YAML header of your R Markdown

    3K40

    100个GEO基因表达芯片或转录组数据处理GSE25097(018)

    写在前边虽然现在是高通量测序时代,但是GEO、ArrayExpress等数据库储存公开大量基因表达芯片数据,还是会有大量需求去处理芯片数据,并且建模或验证自己所研究基因表达情况,芯片数据处理也可能是大部分刚学生信道友入门...R语言数据处理第一次实战,因此准备更新100个基因表达芯片或转录组高通量数据处理。...数据信息检索可以看到GSE25097是基因表达芯片数据,因此可以使用GEOquery包下载使用GEOquery包下载数据remotes::install_github('ScienceAdvances/..., org.Mm.eg.db)注:using作用是一次性加载多个R包,不用写双引号,并且不在屏幕打印包加载信息因为文件太大,R内下载失败,可通过图片中方法下载文件,GEOquery::getGEO...可以筛选一下分组表型信息,只保留自己需要样本,作为后续分析样本(根据自己研究目的筛选符合要求样本)pdata % dplyr::mutate(

    7410

    R优雅绘制小样本间相关性网络图

    ❞ ❝给予长期支持我们忠实读者们一个特别待遇,我们提供了一个持续更新数据可视化会员文档库。「这份文档包含数百个数据可视化文档,是学习和提升技能理想选择」。...一次性付费,您就可以长期享受到持续更新资源,有效地提升您R语言应用能力。...>4 observations 报错信息表明rcorr函数尝试计算Spearman相关性时遇到了问题,原因是数据中某些变量(列)观测值数量不足以进行相关性分析。...解决方案 ❝由于进行实验设计时,通常多为设置3重复,若我们想分析每一组内不同样本之间相关性就会频繁遇到这种问题,使用内置R包则无法解决问题,因为需要我们进行自定义分析函数来进行相关性分析. ❞ 加载...R包 library(tidyverse) library(ggraph) library(Hmisc) library(igraph) 加载R函数 source("corrr.R") df <-

    42210

    100个GEO基因表达芯片或转录组数据处理之GSE126848(003)

    写在前边虽然现在是高通量测序时代,但是GEO、ArrayExpress等数据库储存公开大量基因表达芯片数据,还是会有大量需求去处理芯片数据,并且建模或验证自己所研究基因表达情况,芯片数据处理也可能是大部分刚学生信道友入门...R语言数据处理第一次实战,因此准备更新100个基因表达芯片或转录组高通量数据处理。...GEOquery包下载数据临床信息,并且手动下载表达矩阵整理使用GEOquery包下载数据using(tidyverse, GEOquery, magrittr, data.table, AnnoProbe..., clusterProfiler, org.Hs.eg.db, org.Mm.eg.db)注:using是我写函数,作用是一次性加载多个R包,不用写双引号,并且不在屏幕打印包加载信息,可以参考之前推文...using定义;函数名字using是模仿Julia语言中包加载函数geo_accession <- "GSE126848"gset <- GEOquery::getGEO(geo_accession

    6200

    生信代码:数据处理( tidyverse包)

    大家在学习R语言时候,大多参考《R语言实战》这本书,但这本书年代过于久远(中文第二版是2016年),主要着力点也是R baseR语言可视化ggplot2包也只是简要介绍,而对于tidyverse...包,《R语言实战》并未涉及,这也导致R语言学习难度增加,今天我们给大家引入tidyverse学习。...Rstudio中加载tidyverse包,可以看到该包下有8个子包,著名ggplot2包即是其中一个子集,我们先着重讲一下数据处理有关包——dplyr包。...dplyr包下主要是以下几个操作: select()——选择列 filter/slice()——筛选 arrange()——对行进行排序 mutate()——修改列/创建列 summarize(...df %>% select(start_with("n")) 3 filter() filter()是对数据方向选择和筛选,选出符合我们条件某些: df %>% filter( type==

    2K10

    ggplot2优雅给图像添加阴影

    ,下面来看具体案例 ❞ 加载R包 library(tidyverse) library(rstatix) library(ggpubr) library(GGally) library(ggsci)...导入数据 df <- read_csv("easy_input.csv") ❝由于要根据显著性来添加阴影,因此就不能使用那些自动添加p值函数,在此我们使用「rstatix」来进行统计分析得到p值结果...("p.adj") %>% add_xy_position(x="tissue") %>% select(-y.position) %>% mutate(y.position=10) ❝得到...P值结果后由于我们需求为只给「显著」添加阴影,因此我们将p值结果分为两类,并将p值结果与原始数据进行整合 ❞ 构建阴影填充分组 df2 % left_join(....,在此我们使用「geom_stripped_cols」按列来进行阴影填充,由于此函数是间隔1列进行填充,而我们指定数据均为一组因此定义odd,even为同一颜色即可解决此问题 ❞ 数据可视化 df %

    1K10

    新书《R语言编程—基于tidyverse》信息汇总

    其中机器学习/数据挖掘领域,曾经 R 靠单打独斗包,如今也正在从整合技术迎头赶上 Python,出现了 tidy- 风格 tidymodels 包,以及真正最新理念、最新技术、最新一代机器学习...、R连接数据库、中文编码问题及解决办法),数据连接(数据按/列拼接、SQL数据库连接),数据重塑 (“脏”数据变“整洁”数据,长宽表转换、拆分与合并列),数据操作 (选择列、筛选、对排序、修改列、...分组汇总)、其它数据操作 (按汇总、窗口函数、滑窗迭代、整洁计算),以及data.table基本使用 (常用数据操作dplyr语法与data.table语法对照)。...另外,tidyverse 这些数据操作,实际已经语法层面涵盖了日常Excel数据操作、SQL数据库操作,活用tidyverse上述数据操作语法已经可以胜任这些工作。...大家可以根据自己需求选择阅读侧重点,不过我还是希望您能够按照顺序完整地阅读,这样才能让您彻底地更新一遍您 R 知识,避免R base与tidyverse 混着用,因为二者R 代码不是一个思维

    2.4K21

    RNAseq纯生信挖掘思路分享?不,主要是送你代码!(建议收藏)

    预后模型纯生信分析中绝对有一席之地,本文简单介绍下常见预后模型构建思路,详细代码和使用场景见文中对应推文链接 常见分析思路可以是, (1)通过某种目的初步筛选出候选基因集合(数目较多)...除特殊节点外,还可以绘制不同时间Time-AUC曲线 R|timeROC-分析 2 独立预后 预后模型需要 添加一些临床信息来进行独立预后验证,通常会绘制森林图来直观展示Forest plot(...6 多模型比较 确定构建预后模型有意义后,还需要和当前经常使用预后分层因素(比如stage,T ,N,M分期,其他经典模型等)进行比较,确保我们得到预后模型准确性,稳定性等指标上更优。...Tidyverse| 只要你要只要我有-filter 筛选 盘一盘Tidyverse| 筛选列之select,玩转列操作 R-rbind.fill|列数不一致多个数据集“智能”合并,Get!...R-apply| 基因表达量批量二分类,Get!(修正版) 数据处理|R-dplyr 2,可视化 可视化部分的话,多看一下具体特定函数帮助文档,出现报错多使用??

    1K51

    funkyheatmap |临床+组学+分组数据可视化“神器”,时髦热图

    临床数据一般是使用图表汇总Table1方式进行展示,例如R|tableone 快速绘制文章“表一”-基线特征三线表 或者 gtsummary|巧合-绘制多种数据汇总表“神器” 。...今天介绍一个可视化展示方式,funkyheatmap-R包 , 可以为基准数据生成热图式可视化函数,可以使用列和注释对其进行微调 。...下面使用dynbenchmark_data数据进行详细调试 绘制。...1 , 设置row_info 和 row_group row_info选择待展示(此处即为id列各种方法),此处为全部展示,可是使用filter筛选想展示; row_groups是group(...信息(下图红框) Category:groupCategory信息(下图绿框) group:列分组(同column_info中group) palette:group使用何种palette 4

    1.1K20

    R入门?从Tidyverse学起!

    那么,tidyverse就提供了一个很好学习思路(tidyverse first),让我们先忽略编程这道大关,其理念是一开始不谈向量、矩阵、数据框、因子、流程控制等概念,直接从数据操纵入手,让初学者最短时间内学会数据处理与可视化应用...有这么一句话“数据分析师80%时间,都消耗在数据清理上”,清理出可视化和统计分析可以直接使用数据,往往最费精力和繁琐过程,而tidyverse一大亮点就是提供非常优秀数据清理、整合和可视化...(处理因子问题) tidyverse安装也很简单,R中输入以下命令: #安装包 install.packages("tidyverse") #使用前,记得载入包 library(tidyverse...管道函数 %>% tidyverse中,管道符号是数据整理主力,它功能和Linux管道符“|”类似,可以把许多功能连在一起,而且简洁好看,比起R基本代码更加容易阅读!...当然,入门之后如果使用未来需要使用R完成更细腻分析时,再分配较充足时间学习base R

    2.6K30

    看世界杯也能学画图:R语言ggplot2画热图展示不同国家历届足球世界杯成绩

    twitter看见有人分享了一个图 image.png 热图展示不同国家历届足球世界杯成绩,非常有意思,时间跨度是1982年到2018年,入选国家标准是最少参加过四次世界杯,我们今天来重复一下这个图...,自己这个伪球迷也来了解一下足球世界杯相关知识。...推特这个图还没有分享示例数据和代码,我们手动把数据整理下来,代码自己来写 部分示例数据截图 image.png 最开始整理数据是直接按照图中图例文字来标注,想了一下用数字替代可能会更快一点,数字在读入...R语言后可以用代码再次替换成图例文本 三个图作图代码是一样,只是需要换一下数据就可以了 第一个图 library(readxl) library(ggplot2) library(tidyverse...guides="collect")+ plot_annotation(theme = theme(legend.position = "bottom")) dev.off() image.png 推特图还用点标注了每届世界杯东道主国家

    46920

    R||R语言基础(三)_R

    今天继续学习R语言基础R使用,以R包:dplyr为例 数据准备 01 R安装 install.packages(“dplyr”) 或BiocManager::install(“dplyr”)...:102),] 这里“,”怎么理解呢,我们一期推文中提到,提取元素时z[x,y]指代提取z中第x,第y列,如果我们只需要提取,则应该写作z[x,],同理,如果只需要提取列,应该写作z[,y]...) 2.管道操作 %>%(CTRL+SHIFT+M) 加载任意一个tidyverse包都可以使用管道符号,啥是tidyverse包呢?...我们这里用是dplyr包,因此可以使用管道。...写在结尾 很高兴你能看到这里,现在(写这篇推文时间)是晚上十二点左右,刚刚离开实验室师姐对我说要对自己好一点,要珍惜自己头发,我摸了摸自己头发,看着隔壁漆黑一片自习室,我还能肝!

    3.4K50

    tidyverseR语言中相当于python中pandas+matplotlib存在

    出版有《R for Data Science》(中文版《R数据科学》),这本书详细介绍了tidyverse使用方法。...install.packages("tidyverse") #安装包 关联包比较多,耐心等待一会儿 library(tidyverse) #使用前,记得载入包 以下讲:readr(读)、tibble...,是弱类型,同时与data.frame有相同语法,使用起来更方便。.../ 03 — %>%:管道函数 ——将左侧值应用到右侧数据data位置 管道函数tidyverse中,管道符号是数据整理主力,可以把许多功能连在一起,而且简洁好看,比起R基本代码更加容易阅读...4.1 筛选: filter 4.2 排列: arrange 4.3 选择: select 4.4 变形: mutate 4.5 汇总: summarise 4.6 分组: group_by # install.packages

    4.1K10

    这次pandas真的要与sql干上了,你有的我得都有,遥遥领先就对了

    前言 sql 中 过滤、分组、聚合、排序、表连接, pandas 中全都有对应方法。 sql 高高手会说,case when 你没有了吧。...而且名字也是一绝,就叫 ”case_when“ 其实 pandas 一众大佬们也开了会,讨论了一段时间 大致意思是,许多人都在问,pandas 中如何根据条件创建列。... pandas 专栏里面也详细讲解两种最常用方式。 比如 numpy select 就可以做到: 不过写法是错开来 不过,我们可以自定义函数,打造自己喜欢调用方式。...值得注意是,索引要对齐,所以1代码要与 data index 对上。 这真的好用吗?现在我们通过自定义函数,改造 np.select 吧。...第一种是直接一个函数搞定: 函数第一个参数是默认值,之后是一对对出现条件和对应值。

    13600

    gt包绘制表格详细介绍!

    上次我们简单介绍了gt包理念以及基本用法,今天我们通过一个完整示例详细说一下gt包各种用法! 使用内置gtcars数据集进行演示,这个数据集是根据mtcars数据改编而来。...分组操作 隐藏、移动某些列 列分组操作 合并列 & 添加标签 使用格式化功能 对齐方式及风格 主体字体美化 标题和副标题 添加脚注 library(gt) library(dplyr) glimpse...支持和tidyverse系列,比如使用group_by()函数: tab % group_by(ctry_origin) %>% arrange(mfr, desc...列分组操作非常常见,有时我们需要一个小表头,把不同列聚在一起。...支持对数字、货币、日期时间等格式进行各种方便格式化操作,使呈现方式更加专业、美观。

    76320

    R tips:自杀式R安装

    如果是Windows平台下,那么应该首先检查R包安装路径是否有问题(使用.libPaths()函数查看),尽量不要安装到".RLibrary"之类无版本依赖文件夹中。...如果大家搜索过这个错误会发现遇到这个问题的人还挺多,而且看起来他们解决方案相对是没有切合问题本质或者是比较偶发解决方案:如重新安装一个R包,修改R载入顺序等等。...:一个已经打开过R或Rstudio项目,且上次退出时保存过R数据,而且大概率是你这些R数据直接/间接依赖了一个dbplyr包,如果全新打开一个R界面则这个错误并不会出现。...dbpyr包,但是它是出现在安装其他依赖这个包包时出现。...pkgs参数传递就是是刚才重新压缩R源码压缩文件,注意repos = NULL不可省略。 (2) R CMD INSTALL 命令行或者shell下,也可以使用R CMD INSTALL安装。

    38110
    领券