"data$Cancer.Deaths.total" ist weder numerisch noch boolesch. Bitte mit str(data) oder class(data$Cancer.Deaths.total) prüfen.Hat jemand vielleicht eine Idee, wo das Problem liegt?
Die Suche ergab 1573 Treffer
- Mi Jun 19, 2019 12:16 am
- Forum: Statistik mit R
- Thema: mean funktioniert nicht bei Werten mit Dezimalstelle?!
- Antworten: 2
- Zugriffe: 661
Re: mean funktioniert nicht bei Werten mit Dezimalstelle?!
- Di Jun 18, 2019 3:09 pm
- Forum: Neuigkeiten
- Thema: neue Version von R
- Antworten: 27
- Zugriffe: 16698
Re: neue Version von R
Ich benutze nie ein Menü, immer nur die R Konsole - deshalb ist mit das vermutlich nicht aufgefallen .
- Do Jun 13, 2019 12:05 am
- Forum: Statistik mit R
- Thema: Datenanalyse von Oberflächenabfluss auf Basis von Monatsmitteln
- Antworten: 4
- Zugriffe: 578
Re: Datenanalyse von Oberflächenabfluss auf Basis von Monatsmitteln
Recht hast du! Habs geupdated...jogo hat geschrieben: ↑Mi Jun 12, 2019 9:56 am Mitist man fast so schnell wie data.table.Code: Alles auswählen
dat %>% group_by(Year, Month) %>% summarise_all(mean)
Bei ... %>% mutate_at(vars(-group_cols()), mean) sind irgendwelche Dopplungen im Ergebnis.
# A tibble: 1,827 x 19
Gruß, Jörg
- Di Jun 11, 2019 9:15 pm
- Forum: Statistik mit R
- Thema: Datenanalyse von Oberflächenabfluss auf Basis von Monatsmitteln
- Antworten: 4
- Zugriffe: 578
Re: Datenanalyse von Oberflächenabfluss auf Basis von Monatsmitteln
Hier mal ein kleines benchmark... read.csv2() kann man noch durch data.table::fread() oder vroom::vroom() ersetzen für schnelleres einlesen... dat <- read.csv2("http://forum.r-statistik.de/download/file.php?id=543")[2:20] library(dplyr) library(data.table) dt <- setDT(dat) require(microben...
- Mi Jun 05, 2019 5:02 pm
- Forum: Allgemeines zu R
- Thema: Didaktik in R
- Antworten: 16
- Zugriffe: 1128
Re: Didaktik in R
Die Texte sind sehr tibble-lastig. Ja, ich bin in die Falle getappt und nun heftiger tidyverse Nutzer... Es kam schleichend... Und jetzt komm ich nimmer weg - wie eine Sucht... Vermutlich haben mich die konsistenz (sapply z.B. Ist ein schönes Gegenbeispiel) , expressivität und möglichkeiten (vorall...
- Mi Jun 05, 2019 12:20 am
- Forum: Grafik
- Thema: Mehrfachauswahl visualisieren
- Antworten: 5
- Zugriffe: 574
Re: Mehrfachauswahl visualisiren
a) anzeigen lassen, welches item wie oft ausgewählt wurde
Code: Alles auswählen
?table
Code: Alles auswählen
R> table(iris$Species)
setosa versicolor virginica
50 50 50
b) das zu visualisieren?
Code: Alles auswählen
?barplot
R> barplot(table(iris$Species))
- Mi Jun 05, 2019 12:19 am
- Forum: Regressionsmodelle
- Thema: Missing Data bei linearer Regression
- Antworten: 5
- Zugriffe: 1026
Re: Missing Data bei linearer Regression
Vielen Dank für die schnelle und hilfreiche Antwort! Bei mir wird dasselbe angezeigt. Könnten Sie mir übersetzen, was das bedeutet? Also wie geht R-Studio mit fehlenden Werten um? Bildschirmfoto 2019-06-04 um 19.12.24.png Auch hierfür gibt's die passende Hilfe und erläuterung (auch die Examples sin...
- Di Jun 04, 2019 7:11 pm
- Forum: Allgemeines zu R
- Thema: Didaktik in R
- Antworten: 16
- Zugriffe: 1128
Re: Didaktik in R
Ich finde das hier auch als eine ganz nette Einführung https://r4ds.had.co.nz/iteration.html
und hier ein grafische Einführung: https://www.rstudio.com/resources/cheatsheets/#purrr
und hier ein grafische Einführung: https://www.rstudio.com/resources/cheatsheets/#purrr
- Di Jun 04, 2019 7:00 pm
- Forum: Regressionsmodelle
- Thema: Missing Data bei linearer Regression
- Antworten: 5
- Zugriffe: 1026
Re: Missing Data bei linearer Regression
Aus ?lm: na.action a function which indicates what should happen when the data contain NAs. The default is set by the na.action setting of options, and is na.fail if that is unset. The ‘factory-fresh’ default is na.omit. Another possible value is NULL, no action. Value na.exclude can be useful. Bei ...
- Di Jun 04, 2019 6:57 pm
- Forum: Statistik mit R
- Thema: Datenmanagement
- Antworten: 8
- Zugriffe: 731
Re: Datenmanagement
df <- data.frame(ID = c(1,1,2,2, 2), P = c("01.01.2000", "01.01.2000", "02.01.2000", "02.01.2000", "02.01.2000"), M = LETTERS[1:5], D = c(10, 25, 4, 12.5, 30) ) library(dplyr) library(tidyr) df %>% group_by(ID) %>% mutate(occ = paste0('M', row_numbe...