Nano Hash - криптовалюты, майнинг, программирование

Добавить условное поле с помощью R tidyverse

Вот некоторые данные

a<-1:5
testing<-tibble(a, b = a * 2)%>%mutate(significant = if_else(a<b,"signi","non"))

Я бы хотел (что довольно просто в Excel) сказать

= ЕСЛИ (b1 ‹a $ 5,« ниже », IF (a1> $ b $ 5,« signi »,« non »))

Как это сработает?

извините за простой вопрос.

Редактировать при запуске приведенного выше кода добавляется столбец, в котором каждое значение равно «signi». То, что я хотел бы сделать, это сравнить, это значение в строке 1, столбец 2 ниже, чем значение в строке 5, столбец 1, если оно ниже, то ниже - это значение, которое входит в строку 1, столбец 3, иначе это значение в строке 1 столбец 1 больше, чем значение в строке 5, столбец 2, если он равен, то signi - это значение, которое идет в строке 1, столбец 3, в противном случае - не

Я хотел бы пройти по каждой строке в фрейме данных, сохраняя строку 5, столбец 1 и строку 5, столбец 2 в качестве контрольных значений.

r tidyverse if-statement
17.05.2020

  • Не могли бы вы показать ожидаемый результат? 17.05.2020
  • В Excel такие ссылки, как b1, a$5 и $b$5, относятся к отдельным ячейкам. Код R обрабатывает векторы. Добавьте подробности к вашему вопросу, чтобы мы могли понять, чего вы пытаетесь достичь. 17.05.2020
  • Если b меньше 5 (ячейка A5), тогда меньше else, если a больше 10 (ячейка B5, которая равна 2 * ячейке A5), тогда signi else non. Это правильно? 17.05.2020
  • Спасибо, отредактировал. Извините за путаницу. 17.05.2020

Ответы:


1

Не совсем уверен, что это то, что вам нужно: это дословный перевод вашей формулы Excel на R.

Если ваш начальный вектор для a простирается от 1:11, тогда вы увидите "signi" в переменной significant, если условия по-прежнему равны 5 и 10.

library(dplyr)

a <- 1:5

testing <- 
  tibble(a, b = a * 2)%>%
  mutate(significant = if_else(b < a[5], "lower", if_else(a > b[5], "signi", "non")))

testing
#> # A tibble: 5 x 3
#>       a     b significant
#>   <int> <dbl> <chr>      
#> 1     1     2 lower      
#> 2     2     4 lower      
#> 3     3     6 non        
#> 4     4     8 non        
#> 5     5    10 non

Создано 17 мая 2020 г. пакетом REPEX (v0.3.0)

17.05.2020
  • Здорово! Похоже, что это работает в реальных данных и предоставленных тестовых данных. Спасибо. Итак, это имя столбца, а затем номер строки в формате имя [6]. ОТЛИЧНЫЙ! это действительно просто 17.05.2020
    • 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..