str_extract()和summarise()给了我一行
str_extract()和summarise()是R语言中的两个函数，用于数据处理和分析。
- str_extract():
- 概念：str_extract()是字符串处理函数，用于从一个字符串中提取满足特定模式的子字符串。
- 分类：属于字符串处理函数库中的一员。
- 优势：可以根据正则表达式或固定模式提取字符串中的特定部分，方便进行数据清洗和提取关键信息。
- 应用场景：常用于文本挖掘、数据清洗、数据预处理等任务。
- 推荐的腾讯云相关产品：腾讯云AI开放平台的自然语言处理（NLP）服务，提供了丰富的文本处理功能，包括字符串提取、正则表达式匹配等。产品介绍链接：https://cloud.tencent.com/product/nlp
- summarise():
- 概念：summarise()是数据处理函数，用于对数据进行汇总和统计。
- 分类：属于数据处理和分析函数库中的一员。
- 优势：可以根据指定的统计方法对数据进行汇总，如计算平均值、总和、最大值、最小值等。
- 应用场景：常用于数据分析、报表生成、数据可视化等任务。
- 推荐的腾讯云相关产品：腾讯云数据智能（Data Intelligence）服务，提供了强大的数据分析和处理能力，包括数据汇总、统计分析等功能。产品介绍链接：https://cloud.tencent.com/product/dti
总结：str_extract()和summarise()是R语言中常用的数据处理函数，分别用于字符串提取和数据汇总。在云计算领域中，腾讯云提供了相关的AI开放平台和数据智能服务，可以满足用户在字符串处理和数据分析方面的需求。
相关·内容
1回答
我有一项任务，对我的R-知识来说太复杂了.我有一个带有Tweets-data的数据，包括一个包含用户名、Tweet数据和Tweet内容的列。它看起来像这样：
我有以下几个词的字典：
dict <- c("one", "two", "eleven")
我想数一数他们在推特上使用的单词的频率，但我想按年份和名字分组。
我用以下方法来计算频率：
freq_auth <- tweetsanalysis1 %>% mutate(authority_dic = str_c(str_extract(text, str_c(authority_
浏览 4提问于2022-05-14得票数 0
回答已采纳
对R来说还是比较新的。我有一列tweet，我试图创建一个列，其中包含"RT @blahblah"，如下所示：
Tweets Retweetfrom
RT @john I had a good day RT @john
RT @josh I had a bad day RT @josh
这是我的密码：
r$Retweetfrom <- str_extract_all(r$Tweets, "^RT[:space:]+@[:graph:]+")
它给了我好的结果，但是新列不是
浏览 13提问于2016-02-22得票数 5
回答已采纳
2回答
如何用全名替换首字母(如果首字母与另一列中的全名匹配)？
我有这样的数据：
data <- data.frame(name = c("Acorus americanus", "Nothocalais cuspidata", "Elymus repens", "Elymus hmmmm", "Acorus americanus"),
synonym = c("A. calamus", "Agoseris cuspidata", "Ag
浏览 5提问于2022-11-17得票数 2
回答已采纳
我有一个数据数组，包含一个名为charge的列，它包含一个chracter向量，还有一个名为n的列，它是一个数字向量。下面的数据是我所拥有的数据的示例
charge<-c('unlawful possession of a firearm',
'unlawful possession of a firearm repealed: 12-31-2016',
'accessory unlawful possession of a firearm',
'unlawful poss
浏览 3提问于2020-02-05得票数 1
回答已采纳
3回答
我有这个df专栏： df <- data.frame(Strings = c("ñlas onepojasd", "onenañdsl", "ñelrtwofkld", "asdthreeasp", "asdfetwoasd", "fouroqwke","okasdtwo", "acmofour", "porefour", "okstwo"))
> df
Strings
1 ñlas onepojas
浏览 49提问于2019-02-20得票数 0
回答已采纳
1回答
我有以下数据集列表：
dflist <- list(df1_A, df1_B, df1_C, df1_D, df1_E,
df2_A, df2_B, df2_C, df2_D, df2_E,
df3_A, df3_B, df3_C, df3_D, df3_E,
df4_A, df4_B, df4_C, df4_D, df4_E)
names(dflist) <- c("df1_A", "df1_B", "df1_C", "df1_D&#
浏览 1提问于2022-05-23得票数 0
回答已采纳
我有一个数据框架包含一个列与用户的电子邮件地址。电子邮件地址的格式可以是任何形式。我需要创建一个名为'agency‘的新列，它只包含用户电子邮件的域(换句话说，提取'@’和最后一个‘.’之间的值。)
示例：
'user1@mydomain.com‘变成'mydomain''u2.surname@yourdomain.ca’成为‘你的域名’
我似乎无法解决语法问题.
到目前为止，我所能做的就是在“@”之前删除这个部分：
Azure_table <- Azure_table %>%
mutate(
浏览 2提问于2022-01-27得票数 0
回答已采纳
我有两个数据框，一个是正则表达式模式，用于从另一个匹配的月份中搜索匹配的月份。
txn<-data.frame(S.No.=c(1,2),NARRATION=c("NET TXN: KBDEC17 SALARY DEC ","NET TXN: KBJAN19 SALARY"))
date_pattern<-data.frame(CODE=c("MONTH25","MONTH34"),
FORMAT=c("MmmYY","Mmm"),
浏览 0提问于2020-10-27得票数 2
1回答
我在使用人类死亡率数据库。它有不同的数值，每周和国家的一些变量，如每个年龄组的死亡率和比率。它还考虑了英格兰和威尔士、苏格兰和北爱尔兰的不同国家。相反，我想把他们看作是一个独特的国家，英国。我如何计算这三个值的总和每周和性别？有人能帮忙吗？谢谢
这就是我所拥有的
# Country Year Week Rate
# GBR_SCO 2000 1 0.01
# GBR_SCO 2000 2 0.02
# GBR_SCO 2000 3 0.03
... ... ... ...
# GBR_SCO 20
浏览 4提问于2022-07-13得票数 0
我目前正试图在我写的tidyverse管道上做一个循环，但是我想以一种类似嵌套循环的方式进行循环，但它是1-1。假设我有i和j，我希望当i=1或列列表中的第一个元素时，j也是列列表中第一个元素的1。
我的代码如下所示(ARPU =每个用户的广告收入)
Dftest <- df %>% mutate(Numerator = `Day 7 ARPU` * `Installs`)
%>% group_by(platform, source)
%>% summarise(WeightedMean = sum(Numerator)/sum(installs))
%>%
浏览 4提问于2022-10-13得票数 0
2回答
我有一个包含多行的列。我想根据给定的倍数对字符串进行行组合。 have <- tibble(id = tolower(stri_rand_strings(10, 3)))
> have
# A tibble: 10 x 1
id
<chr>
1 6kk
2 zcd
3 dlr
4 wt2
5 lej
6 hir
7 6ye
8 e4v
9 9op
10 b4u
# concatenate every 2 rows consecutively with sep '#'
want
浏览 31提问于2021-04-15得票数 0
回答已采纳
我在处理一个大的遗传学数据集。每个独特的“基因”都有“链”，也就是群体，然后我需要数一数。不过，我也希望将"gene“列缩小为更通用的组，但保留”链“类别，并将"count”组合起来。
首先，我运行了以下命令来减少数据：
df1 <- huge_dataset %>%
dplyr::group_by(gene) %>%
dplyr::count(chain, name="count")
以下内容可以复制：
df1 <- data.frame("gene"= c("IGHA1", "IGH
浏览 0提问于2020-04-12得票数 3
回答已采纳
2回答
我有两个数据帧。
其中一个结构如下：
code. name.
1111 A B
1122 C D
2122 C D
2133 G H
另一个是：
code_2. name.
11 F
21 G
我希望获得第三个df，在代码匹配方面，使用"OR“分隔符将第一个数据帧中的数据连接起来。我想要确定的代码值是第二个df中的一个。重要的是，代码值之间的匹配将在属于第一个数据made的第一个和第二个代码上进行。
code. name.
11 A B OR C D
21 C D
浏览 1提问于2019-02-01得票数 1
回答已采纳
2回答
我有一个数据帧，如下所示： df = data.frame(ID = c("Text 1.1", "Text 1.2", "Text 1.3", "Text 1.4", "Text 2.1", "Text 2.2", "Text 2.3"), Text = c("Hello", "Hello World", "World", "Ciao", "Ciao Ciao", "SO will fix i
浏览 9提问于2020-10-28得票数 0
回答已采纳
我有两个数据集，我试图根据这两个数据集中两个字段的部分匹配来创建一个数据集。
我使用的是dplyr过滤器，需要在每一行中找到部分部分。我试过使用str_replace()，但这在表$col上似乎行不通。
最小可重现性示例：
library(dplyr)
id <- c('1','2','3')
code<- c('a1231','b3211','c9871985')
tbl<- data.frame(id,code)
other_cd <- c('a123
浏览 0提问于2019-06-07得票数 1
回答已采纳
我在试着提取两个空格之间的两个字母- AAPL US Equity
1836 JP Equity
APPLE SOMETHING NOT
C US Equity 结果- US
JP
US 我尝试的是gsub("\\s[A-Z]{2}\\s", "\\1", vec)，但它给了我- AAPLEquity
1836Equity
APPLE SOMETHING NOT
CEquity 这似乎与我想要的完全相反。
浏览 24提问于2019-02-06得票数 1
回答已采纳
我在R中有一个数据帧，我们称之为data。
其中一列data$tags包含字符串。每个字符串都是一个逗号分隔的标记列表(或与此条目相关的类别)。
我正在试图获取数据帧中所有可用标记的列表。
我想我可以使用其中一个apply函数在strsplit函数上运行列，并得到一个包含所有字符串部分的长连接向量，然后使用unique消除重复值。
我试过：
func_split_tags <- function(e) {
return(unlist(strsplit(e," ")))
}
all_tags <- sapply(as.vector(data$tags), func
浏览 5提问于2016-03-30得票数 0
回答已采纳
3回答
我已经阅读了大部分关于使用dplyr进行整洁评估和编程的文档，但我无法理解这个(简单)问题。
我想用dplyr进行编程，并将列名作为字符串作为函数的输入。
df <- tibble(
g1 = c(1, 1, 2, 2, 2),
g2 = c(1, 2, 1, 2, 1),
a = sample(5),
b = sample(5)
)
my_summarise <- function(df, group_var) {
df %>%
group_by(group_var) %>%
summarise(a = mean(a))
}
m
浏览 5提问于2020-04-21得票数 1
回答已采纳
我仍然是R的新手，我遇到了这个挑战。 我有一个表(下面的代码)，其中第一列由经理和他们拥有的项目的名称组成。总是在经理的名字之后(例如‘'Tom’)他的项目(例如'019200 ytb ppp')和其他活动(例如‘'Risk’)列出。其他列表示经理在项目上花费的能力小时数(capacity)和实际工作小时数(actual_hours)。 更新的数据帧 df <- data.frame('Name'=c('Tom Jones', '0192000 [ytb] ppp', 'I-2020020 [BBB
浏览 16提问于2020-10-22得票数 1
给出如下数据：
df <- structure(list(city = structure(c(1L, 1L, 2L, 2L, 1L, 1L, 1L,
1L), .Label = c("bj", "sh"), class = "factor"), type = structure(c(3L,
1L, 3L, 1L, 4L, 2L, 4L, 2L), .Label = c("buy_area", "buy_price",
"sale_area", "sale_price")
浏览 5提问于2021-07-30得票数 1
回答已采纳
我有如下数据
X2 Prop
eosinophilicoesophagitisscop 0.7
furrow 7
oedema 16
oedemat 1
oesophagealtrachealis 0
oesophagit 25
oesophagitisbiopsi 0.2
oesophagitisend
浏览 1提问于2017-01-19得票数 2
回答已采纳
2回答
我为我糟糕的英语道歉，但我真的需要你的帮助。 我有一个包含两列的.csv数据集-- year和value。有1900 - 2019年的月降水量数据。 它看起来是这样的： year value
190001 100
190002 39
190003 78
190004 45
...
201912 25 我需要创建两个新的数据集:第一个数据集包含每年从7月(07)到9月(09)的数据，第二个数据集是从1月(01)到3月(03)。 此外，我需要每年汇总这些数据(这意味着我每年只需要一个值)。 所以我有1900-2019年夏季和1900-2019年冬季的数据。
浏览 18提问于2020-07-19得票数 0
我有张桌子看起来像这样：
ID term value
1 A cat,dog,snake 10
2 B cat,eel 50
3 C fish,eel 3
4 D fish,dog 6
data.frame(ID = c("A", "B", "C", "D"),
term = c("cat,dog,snake", "cat,eel", "fish,eel", "f
浏览 2提问于2021-10-24得票数 2
回答已采纳
这里是data.frame data，如下所示，如何将它传输到wished_data，谢谢！
library(tidyverse)
data <- data.frame(category=c('a','b','a','b','a'),
values=c(1,'A','2','4','B'))
#below code can't work
data %>% group_by(categor
浏览 12提问于2021-12-14得票数 0
回答已采纳
我想这可能是个简单的把戏，但我不知道如何实现它.
我的约会集看起来是：
Name, Score
A a, 20
A, 30
B b, 40
我期望的产出是：
Name, Score
A, 50
B, 40
一句话，把名字以同一个单词开头的分数加起来(如果有空格的话)。我希望这个例子是不言自明的.:)
PS:代码运行得越快越好。数据集很大..。
浏览 3提问于2016-01-23得票数 5
回答已采纳
我有这类数据：
df <- data.frame(name = c("Acer laurinum", "Acer laurinum Hassk.", "Acmella paniculata",
"Adinandra cf. integerrima", "Adinandra cf. integerrima T.Anderson"),
value1 = c(1,2,3,4,5),
value2
浏览 2提问于2021-10-12得票数 1
回答已采纳
这是运行在R包上的nycflights13代码的缩短版本：
flights %>% group_by(origin, dest)
%>% summarise(total = sum(flight))
如果我试图运行它，它会给我一个错误：
> %>% summarise(total = sum(flight))
Error: unexpected SPECIAL in "%>%"
我知道这是由于新的行，但我真的需要一个新的行，因为代码在脚本中的一行太长。
我在他们的RStudio编辑器中见过其他人这样做，代码应该是这样的，这允许RStudio识别并
浏览 5提问于2016-05-15得票数 0
回答已采纳
我将用一个例子来说明我的问题。 示例数据： df <- data.frame(ID = 1:5, Description = c("'foo' is a dog", "'bar' is a dog", "'foo' is a cat", "'foo' is not a cat", "'bar' is a fish"), Category = c("A", "A", "B",
浏览 36提问于2021-10-05得票数 0
回答已采纳
2回答
我试图搜索文本中的关键字，然后撤回它找到的关键字。
现在我的例子是/可复制的：
text <- c("Here is some text about cats and dogs",
"Here is some text about turtles and chickens",
"Here is some text about rhinos and elephants")
pattern <- "cat|turtle"
HasPattern <- as.vector(NULL
浏览 0提问于2017-05-19得票数 1
回答已采纳
对不起，如果我的问题对你来说很简单，但我无法保存它，因为我是新的语言。我有许多文件，它们都被称为Sample1 to sample300
我试着用不同的方式装载它们
file <- list.files("path to data", pattern="*sample")
然后，我还设置了我也做过的full.names=TRUE
files <- sort(file)
我读过这一本和，但是我不知道怎么做。
问题是它给了我这样的数据
path to /Sample1.txt
path to /Sample10.txt
path to /Sample
浏览 0提问于2016-12-09得票数 0
回答已采纳
我需要提取数字后，"&r=“在下面的链接。
http://asdf.com/product/eyewear/eyeglasses?Brand[]=Allen%20Solly&r=472020&ck-source=google-adwords&ck-campaign=eyeglasses-cat-brand-broad&ck-adgroup=eyeglasses-dersdc-cat-brand-broad&keyword={keyword}&matchtype={matchtype}&network={network}&a
浏览 18提问于2017-01-13得票数 1
4回答
我有一个数据文件，例如：
ANIMALS query
3 A
4 [CAT], [DOG] B
5 C
6 [CAT] D
7 E
8
浏览 7提问于2021-10-14得票数 2
2回答
我在R中有一个包含文本字符串的列(称为“city”)。我的目标是只从文本字符串中提取一个单词(城市文本)。城市文本总是跟随“in”这个词(如文本可能是：
'in London'
'in Manchester'
我试图创建一个新列(“市政”)：
df$municipality <- gsub(".*in ?([A-Z+).*$","\\1",df$city)
这给了我“in”后面的第一个字母，但我需要下一个单词(只有下一个单词)。
然后我试着：
gsub(".*in ?([A-Z]\w+))")
但在R.能有人
浏览 4提问于2016-01-15得票数 5
回答已采纳
df <- data.frame(
strings = c('blah?ha', 'foo?bar', 'cats?dogs')
)
df %>%
mutate(first_word = str_split(strings, fixed('?')))
strings first_word
strings first_word
1 blah?ha blah, ha
2 foo?bar foo, bar
3 cats?dogs cats, dogs
这让我接近我的目标。不过，我只想
浏览 4提问于2021-03-03得票数 2
回答已采纳
我读取了包含以下数据的文本文件，并尝试将其转换为数据帧
Id: 1
ASIN: 0827229534
title: Patterns of Preaching: A Sermon Sampler
group: Book
salesrank: 396585
similar: 5 0804215715 156101074X 0687023955 0687074231 082721619X
reviews: total: 2 downloaded: 2 avg rating: 5
包含列和数据的示例Dataframe
Id | ASIN | title
浏览 24提问于2018-05-30得票数 1
回答已采纳
1回答
我有一列字符串，每一列的条目都有几个月和几年：
df <- data.frame(STRINGS = c("January 2017 Blah Blah",
"February Blah Blah",
"2016 Yeah Yeah",
"March Bleck",
"Stuff"))
> df
浏览 0提问于2017-10-19得票数 0
回答已采纳
我有一根这样的绳子：
myString <- "[0.15][4577896]blahblahblahblahwhatever"
我需要提取第二个括号之间的数字。
目前，我正在尝试使用以下方法：
str_extract(myString, "\\]\\[(\\d+)")
但这给了我][4577896
我想要的结果是：4577896
我怎样才能做到这一点？
浏览 1提问于2019-07-26得票数 0
回答已采纳
1回答
我正在尝试制作一个饼图，第一步是计算每个部分的实际份额。我认为我应该能够使用mutate，但它给了我100%的通用性： starwars %>%
group_by(gender) %>%
count() %>%
mutate(percent = n / sum(n) * 100) 我希望看到计算出的百分比，如下所示： gender n percent
female 19 22
hermaphrodite 1 1
male 62 71
none
浏览 13提问于2020-08-08得票数 0
回答已采纳
9回答
删除特定列中行中的重复元素
、、、、
我有像这样的数据；
COL1 COL2
A,A,A 2
B 1
C,C 4
D,D,D 1
A 4
F 2
C,C 1
首先，我要删除COL1中的重复内容，然后获取：
COL1 COL2
A 2
B 1
C 4
D 1
A 4
F 2
C 1
然后，将相同的COL1 字母与COL2 值相加，得到：
COL1 COL2
A 6
B 1
C 5
D 1
F 2
有人想办法了吗？如果可以帮助的话，这里是dataframe：
structure(list(COL1
浏览 3提问于2021-07-25得票数 5
回答已采纳
2回答
如何使用regex将匹配存储到R中的变量中？
例如，我的字符串：
"1 win & 1 nomination."
"1 win & 1 nominations."
"1 wins & 1 nomination."
"1 win"
"21 nominations."
我想存储获胜的数量和提名，供以后使用。
该样本的预期产出为：
Wins nominations
1 1
1 1
1 1
1 0
0 21
我的判断力：
\d+\s+win.*\d+\s+
浏览 2提问于2018-02-26得票数 1
回答已采纳
1回答
根据这一投入：
structure(list(mid = c("text11", "text12", "text21", "text22",
"text23"), term = c("test", "text", "section", "2", "sending"
)), class = "data.frame", row.names = c(NA, -5L))
如何将其转换为中间，使熔体行成为一个单一。在text1，
浏览 1提问于2020-09-29得票数 2
回答已采纳
2回答
我试图使用stringr提取R中的子字符串。一段时间前，我写了一个脚本来完成这个任务，但是它已经不起作用了。可能是因为最新消息，但我不知道。
我的线看起来像(！)这个：myStr <- " layout = (3,3); //lala"。字符串将始终包含layout关键字、等号和两个大括号(打开.接近)。但是，不同论点的数目也可能不同：(1,23,455,22)。)后的零件也会发生变化。
我喜欢从(开始并以)结尾的子字符串。因此，这个示例必须给出：(3,3)。其他人可能会给，例如(1,23,455,22)。
到目前为止，我用了这个：
library(stringr)
浏览 10提问于2015-09-25得票数 3
回答已采纳
1回答
我有一个要求，在其中我需要在列值中找到日期。
该列约有300万条记录，由特殊字符、数字、文本和日期组成。我能做些什么来查找Date函数并从by Teradata列中删除它吗？Regex函数也可以提供帮助。
我不知道日期函数是哪种格式。
浏览 0提问于2019-09-16得票数 0
回答已采纳
我想为这个数据帧中每四列的每一行计算一个平均值。
structure(list(Item = c("PPPG01050.1", "PPPG01080.1", "PPPG01090.1"
), C_Day1_WT1 = c(296160000, 552080000, 2560300000), C_Day1_WT2 = c(215080000,
605270000, 1507200000), C_Day1_
浏览 0提问于2018-09-03得票数 0
回答已采纳
我正在使用一个大约800个气象站的数据集，每个气象站从1986年到2014年的月气温值。数据分为三列：(1)桩号名称、(2)日期(年和月)和(3) Temp。一般而言，数据如下所示：
STATION DATE TEMP
Station 1 198601 -15
Station 1 198602 -16
Station 1 201401 -10
Station 1 201402 -14
Station 2 198601 -11
Station 2 198602 -9
Station 2 201401 -5
Station 2 201402 -4
我需要
浏览 1提问于2014-08-29得票数 1
2回答
我试图为在birthwt中找到的出生体重数据集( RStudio )计算描述性统计数据。然而，我只对几个变量感兴趣：age、ftv、ptl和lwt。
这是我到目前为止掌握的代码：
library(MASS)
library(dplyr)
data("birthwt")
grouped <- group_by(birthwt, age, ftv, ptl, lwt)
summarise(grouped,
mean = mean(bwt),
median = median(bwt),
SD = sd(bwt))
浏览 2提问于2018-01-04得票数 5
回答已采纳
1回答
R中引用表中包含字符串的行的求和
、、、、
对于表中作为行存在的字符串列表，我希望在R中的另一个数据表的行中标识这些字符串的频率，同时，我希望对包含这些字符串的行的值进行求和。
例如，包含字符串列表的引用表如下所示：
+-----------------------------+
|String |
+-----------------------------+
|Dixon |
+-----------------------------+
|Nina Kraviz |
+--------------------
浏览 4提问于2020-07-02得票数 0
回答已采纳
4回答
我有一个基于包含字母和数字字符的字符串的单一列的dataframe对象。
我将根据数字字符与grepl函数的匹配来计数行数。
在我的虚拟数据集中，我有6行包含3个不同数字字符序列的字符串: 1911、1896和1906。在我的真实数据集中，我有30个不同的数字字符序列和30000行。
dataset <- c("Lorem ipsum dolor sit amet 1911", "consectetur adipiscing elit 1911", "Pellentesque at pellentesque nulla 1906",
浏览 10提问于2017-06-20得票数 1
回答已采纳
我使用下面的代码计算了一列的总和。
我有正确的数字，但它没有正确地格式化为数字。我还有一个需要格式化成货币的情况。这是我尝试过的代码
Result %>%
summarise(Pieces_Mailed = sum(Households, na.rm = TRUE)) %>%
comma_format(digits = 12)
第一个例子:它给了我520698。我如何让它返回520,698呢？
第二个例子:它给了我46553549。我如何让它返回$4,655,354呢？
谢谢。
浏览 0提问于2019-09-09得票数 0
1回答
我有一个数据列表，列出了几个科目的学生成绩(每门学科都由一栏表示)，我想为每一门学科(数学、科学和阅读)做下面的计算。
avgdata_math <- data%>%
group_by(country) %>%
summarise(ci = list(bootstrap_ci(sex, Math, weight))) %>%
unnest_wider(ci) %>%
ungroup() %>%
mutate(country = fct_reorder(country, avg))
由于我必须重复两次相同的代码，所以我想
浏览 1提问于2020-05-25得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
