Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/r/67.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
R 如何对只有特定列的行进行合计_R - Fatal编程技术网

R 如何对只有特定列的行进行合计

R 如何对只有特定列的行进行合计,r,R,所以我有一个基于人力资源数据培训的数据集,它询问技术和常见问题 行代表一名员工,列代表他们在每个问题上的得分。这些栏目还包括人口统计数据。我只想看到科技和常见问题的行总数,但不包括人口统计数据 techs<-grep("^T",rownames(dat)) commons<-grep("^C",rownames(dat)) techs我不明白你的代码和你在搜索什么 行和不构成“行总数”,但恰恰相反,在行和之间添加行。它返回一个矩阵,而不是向量。这就是你想要的吗? 否则,您可能要查找

所以我有一个基于人力资源数据培训的数据集,它询问技术和常见问题

行代表一名员工,列代表他们在每个问题上的得分。这些栏目还包括人口统计数据。我只想看到科技和常见问题的行总数,但不包括人口统计数据

techs<-grep("^T",rownames(dat))
commons<-grep("^C",rownames(dat))

techs我不明白你的代码和你在搜索什么

  • 行和不构成“行总数”,但恰恰相反,在行和之间添加行。它返回一个矩阵,而不是向量。这就是你想要的吗? 否则,您可能要查找行和,它计算矩阵的每行总和。 (顺便说一句,如果需要,矩阵乘积是R中的%*%)
  • 你确定你已经明白了吗
  • 在lm中,应该有如下内容

       lm(y~x,data=adataframe)
    
    “adataframe”是最终的数据帧/矩阵,其中lm同时查找响应和输入变量,此处命名为“y”和“x”。它是可选的。如果未找到,则在全局环境中查找y和x,就像在数据中找不到列名一样,它们在全局环境中查找。不过,有时最好使用类似于矩阵的对象,以避免常见错误

    所以如果你想使用lm,也许你应该首先尝试获得两个向量,一个代表x,一个代表y,把它们放在一个有两列(x和y)的data.frame中,如果我理解正确的话,调用上面的代码

    注意:如果要删除常量,请使用then

       lm(y~x+0,data=adataframe)
    

    在将来,如果您提供一个数据样本,它将非常有用。当我们猜到这一点时,很难帮上忙。请查看此链接

    说了这些LOL,意识到你是新来的,我猜一下

    让我们假设我想象的数据是你的一个更小的想象版本

    set.seed(2020年)
    雇员8 8女12 14 10 11 17 19
    #>9 9女11 13 15 18 11 10
    #>1010女17120121415
    
    如果你是新手,你可能想花点时间学习一下
    tidyverse
    ,这可以让你像这里一样简单

    根据您在评论中的注释,您有一个我们可以匹配的总结问题的模式。您在
    grep
    上的尝试很接近,但我们希望返回值,因此我们需要
    value=TRUE
    ,我们将存储并使用它


    techqs非常感谢您的帮助!很抱歉没有把数据放在问题中,我不确定您需要知道什么,这是我在R中的第一个类。我的专栏确实遵循一种模式,例如:Tech1,Common1,Tech2,Common2………Tech21,Common21。有没有一条捷径不必输入所有的列名?是的,我会把它放在我对base
    r
    的回答中,但如果你想最有效地调查
    tidyverse
    答案和我那里的链接。欢迎使用堆栈溢出;当您有时间查看这些链接时,这些链接将有助于您提出未来的问题:,
       lm(y~x,data=adataframe)
    
       lm(y~x+0,data=adataframe)