Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/r/66.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
初学者到R-基本的表格操作_R - Fatal编程技术网

初学者到R-基本的表格操作

初学者到R-基本的表格操作,r,R,我只是从R开始,试图学习如何使用csv文件 样本数据集 Org_Name Question# Response(scales from 1 through 5) Org1 1 1 Org1 2 3 Org1 3 5 Org2 1 4 Org2 2 2 Org2 3 3 Org3 1 4 Org3 2

我只是从R开始,试图学习如何使用csv文件

样本数据集

Org_Name  Question#  Response(scales from 1 through 5)
Org1      1         1
Org1      2         3
Org1      3         5
Org2      1         4
Org2      2         2
Org2      3         3
Org3      1         4
Org3      2         1
Org3      3         5
我试图弄明白如何使用R进行一些数据分析

所以我想问大家的问题是

  • R是这方面的好工具吗。但我不确定Excel是否是一个更好的选择(我对Excel更满意)

  • 如何使用R中的表格?例如,如果我想检查哪些组织名称在问题2中得分高(4-5),而在问题1中得分低(1-2)。这种情况多久发生一次?有没有办法做到这一点

  • 有没有学习R的好教程/资源。我知道R是数据分析的一个很好的选择,我想了解更多

  • 1) R是处理CSV数据的好工具。几分钟后,您就可以下载RStudio并开始运行了

    以下是一些示例代码,向您展示了如何开始:

    sample <- data.frame(Org_Name = c(rep("Org1", 3), rep("Org2", 3), rep("Org3", 3)),
                         Question = c(1,2,3,1,2,3,1,2,3),
                         Response = c(1,3,5,4,2,3,4,1,5))
    
    这将返回系数(0),这意味着没有ORG匹配。但是,如果您想知道哪些组织对问题2的回答较低,您可以尝试:

    > sample$Org_Name[sample$Response <= 2 & sample$Question == 2]
    [1] Org2 Org3
    

    >sample$Org\u Name[sample$Response如果你是初学者,下载一些软件包会对你有很大帮助。下面是一些使用
    dplyr
    软件包提问的示例代码:

    1) R对于任何类型的数据操作或分析都是一个很好的工具,读取csv文件非常容易:

    dat <- read.csv ("path")
    
    我猜你多久要数一次

    dat %>%
       filter (Question2 >= 4 & Question1 <= 2) %>% select (Org_Name) %>% nrow()
    
    dat%>%
    筛选(问题2>=4&问题1%选择(组织名称)%%>%nrow()
    
    我真的很喜欢R包,它包含R中的几个R教程。谢谢。我会看一看。谢谢。我已经开始了解如何编写查询。这非常有用。在我的示例中,我硬编码了您的数据,但是如果您计划读取实际的CSV文件,您将需要使用函数
    read.CSV()
    。我确实使用了
    read.csv()
    。现在我正在研究如何编写更复杂的搜索
    dat %>%
       filter (Question2 >= 4 & Question1 <= 2) %>% select (Org_Name)
    
    dat %>%
       filter (Question2 >= 4 & Question1 <= 2) %>% select (Org_Name) %>% nrow()