R 从较大的数据帧中选择特定变量
我正在尝试使用plyr select()函数找出出现错误的原因。我有一个大的电子表格,我把它导入R,它有大约7000个55个变量的观测值。我想获取变量2、1、4、5和16的所有观测值。一旦我发现自己的错误,这种情况最终会增加。 数据很好地进入R,我可以查看原始文件。然后我创建一个新的dataframe,然后重命名所需的变量。我已经证实,到目前为止,我的脚本运行良好。此时,我正在使用select()函数创建一个新的数据帧,返回了我的错误-找不到函数“select”。这是我的密码:R 从较大的数据帧中选择特定变量,r,plyr,R,Plyr,我正在尝试使用plyr select()函数找出出现错误的原因。我有一个大的电子表格,我把它导入R,它有大约7000个55个变量的观测值。我想获取变量2、1、4、5和16的所有观测值。一旦我发现自己的错误,这种情况最终会增加。 数据很好地进入R,我可以查看原始文件。然后我创建一个新的dataframe,然后重命名所需的变量。我已经证实,到目前为止,我的脚本运行良好。此时,我正在使用select()函数创建一个新的数据帧,返回了我的错误-找不到函数“select”。这是我的密码: library(
library(readr)
require(plyr)
AIS <- read_csv("AIS_Workforce_20201012.csv",
na = "empty")
#View(AIS)
## Create the Salesforce Import File
## **Rename needed fields**
ais <- data.frame(AIS)
names(ais)[names(ais)=="Student.ID"] <- "Contact: StudentID"
names(ais)[names(ais)=="ChicagoID"] <- "Contact: ChicagoID"
names(ais)[names(ais)=="First.Name"] <- "Contact: First Name"
names(ais)[names(ais)=="Last.Name"] <- "Contact: Last Name"
names(ais)[names(ais)=="Email"] <- "Contact: Email"
## **Reorder fields**
aisnew <- select(ais, 2, 1, 4, 5, 16)
库(readr)
需要(plyr)
AIS在plyr
软件包中没有功能select
。这就是错误。也许您正在考虑dplyr
包
这里有一个关于mtcars数据的例子,因为我并没有你们的
library(dplyr)
select(mtcars, 1, 3, 4, 6)
mpg disp hp wt
Mazda RX4 21.0 160.0 110 2.620
Mazda RX4 Wag 21.0 160.0 110 2.875
Datsun 710 22.8 108.0 93 2.320
Hornet 4 Drive 21.4 258.0 110 3.215
Hornet Sportabout 18.7 360.0 175 3.440
Valiant 18.1 225.0 105 3.460
Duster 360 14.3 360.0 245 3.570
Merc 240D 24.4 146.7 62 3.190
Merc 230 22.8 140.8 95 3.150
Merc 280 19.2 167.6 123 3.440
Merc 280C 17.8 167.6 123 3.440
Merc 450SE 16.4 275.8 180 4.070
Merc 450SL 17.3 275.8 180 3.730
Merc 450SLC 15.2 275.8 180 3.780
Cadillac Fleetwood 10.4 472.0 205 5.250
Lincoln Continental 10.4 460.0 215 5.424
Chrysler Imperial 14.7 440.0 230 5.345
Fiat 128 32.4 78.7 66 2.200
Honda Civic 30.4 75.7 52 1.615
Toyota Corolla 33.9 71.1 65 1.835
Toyota Corona 21.5 120.1 97 2.465
Dodge Challenger 15.5 318.0 150 3.520
AMC Javelin 15.2 304.0 150 3.435
Camaro Z28 13.3 350.0 245 3.840
Pontiac Firebird 19.2 400.0 175 3.845
Fiat X1-9 27.3 79.0 66 1.935
Porsche 914-2 26.0 120.3 91 2.140
Lotus Europa 30.4 95.1 113 1.513
Ford Pantera L 15.8 351.0 264 3.170
Ferrari Dino 19.7 145.0 175 2.770
Maserati Bora 15.0 301.0 335 3.570
Volvo 142E 21.4 121.0 109 2.780