Nano Hash - криптовалюты, майнинг, программирование

Переупорядочить фрейм данных, сжав 1 столбец и переместив оставшиеся столбцы

У меня есть небольшой кадр данных в R, который состоит из двух условий обработки, соответствующего момента времени и средней экспрессии определенного гена для этих образцов.

> RPmean

Источник: локальная база данных [8 x 3] Группы: Лечение [?]

    Treatment time.num gExp.mean
       (fctr)    (dbl)     (dbl)
1 cigarette_smoke        1  10.96147
2 cigarette_smoke        2  11.32251
3 cigarette_smoke        4  11.16829
4 cigarette_smoke       24  10.88674
5         control        1  11.09731
6         control        2  10.99542
7         control        4  10.79247
8         control       24  11.25574

Я хотел бы изменить его так, чтобы в столбце обработки был указан только один экземпляр cig_smoke и control, а time.num и g.Expmean были перенесены в строки.

Something like this
Treatment             1     2      4     24
cigarette_smoke      10     11     10     11
control               9      ##    ##     ##

Я пытался разузнать его в переделке, но безуспешно.

r dataframe transpose reshape2
02.03.2016

Ответы:


1

С таким изменением формы можно довольно эффективно справиться с помощью spread из пакета tidyr:

library(tidyr)
dat %>% spread(time.num, gExp.mean)
#         Treatment        1        2        4       24
# 1 cigarette_smoke 10.96147 11.32251 11.16829 10.88674
# 2         control 11.09731 10.99542 10.79247 11.25574
03.03.2016
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..