问题标签 [rep]

我有一个小矩阵，说

结果是

我现在想要做的是在 x 中复制随机行；例如，生产

我相信 R 函数 'rep()' 是解决方案，也是 'sample()'，但我不想在 sample() 中指定 size 参数；即，我希望每次都复制任意数量的行。

有没有使用 rep() 和 sample() 完成此任务的简单方法？

我正在寻找一种根据给定向量以交替方式重复两个值的优雅方式。最好通过例子来说明。以下面的代码为例：

在这个例子中，我希望根据tms_to_rep我将从 1 开始的向量重复值 1 和 2（假设它在变量中是第一个）vals_to_rep，然后交替到 2，回到 1，...

我希望将这个过程继续tms_to_rep-- 在这种情况下，持续3 次。结果将如下所示：

如果有帮助，您可以假设vals_to_rep是二进制的，但不假设tms_to_rep.

谢谢！

我有一个df（数据框）：

我有一个向量v<-list(1,3,2) ，每个元素代表相关列的重复次数。我想创建以下df和V数据框dfV：

我是 R 的最新成员，但遇到了一些麻烦。

我想创建一个长度为 45918 的向量。

对于前 1000 个值，我想输入 1000 个第二个 1000 个值：2000

所以它会是这样的 c(1000,1000,1000,...,2000,2000,..,3000,..., : 45000,45000,45000)

这就像一个rep(1000,len=45918, by=1000).

我想要这个，因为我有另一个 45918 值的向量。所以我想为每个值分配一个“等级”。

之后，我想为我的数据制作 45 个箱线图。所以这就是为什么我要努力做到这一点。

如果您有另一个想法来创建我的箱线图并且不创建此向量，那对我来说没问题。

所以我的问题如下：我正在尝试整理一个列表，其中每个条目都是在负二项分布下模拟的多个值的向量。我正在尝试使用此代码：

但是，我得到了一个条目大小增加的列表。像这样的东西：

等等。在这种情况下，我希望每个条目都具有相同的大小（n=1000），但有些地方不太对劲。任何帮助将不胜感激，谢谢！

对于一些统计信息，我决定使用 r 中的 rep() 函数计算运行平均值。但是，我想将其转移到 python，因为我的 r 库是有限的。我确实发现 np.repeat 应该类似于 rep()，但是，我不完全理解如何在 python 中实现与在 r 中运行它时相同的效果：

谢谢你的帮助！

我想知道是否有更简单的方法来制作列表，例如 10 '4'、20 '6' 和 30 '3'，然后example <- c(4,4,4,4,...)使用函数 'rep' 手动编写 ( )。我知道我可以重复某个序列 n 次，也可以重复 n 次，但我不知道如何用不同数量的每个数字制作一个。

我需要创建一个公式列表，以便以后在地图函数中使用。我有向量 Y 和 X

并希望使用这些向量将输出作为 3 个长度为 9 的不同列表或具有所需输出的 ​​tibble 如下所示。我们可以使用rep(X, n)获取 X 的多个条目并!(X %in% "C")在 Y==L 时删除“C”和在 Y==Z 时删除“B”并reformulate(X,Y)创建公式吗？

我想从 MU、MG、PU、PG 进行 70 次不替换的采样，以创建一个矩阵（ncol=4，nrow=70），例如

到目前为止，我有： matrix(sample(c("MU","MG","PU","PG"), 70*4,F), nrow = 70, byrow = TRUE) 这是不正确的，因为行可能不止有 MU、MG、PU、PG 中的每一个实例。我可以用 for 循环或更简单的方法来做到这一点吗？

I have a vector with multiple strings

strings <- c("CD4","CD8A")

and I'd like to output an OR statement to be passed to grep like so

"CD4-|-CD4-|-CD4$|CD8A-|-CD8A-|-CD8A$"

and so on for each element in the vector..

basically I'm trying to find an exact word in a string that has three dashes in it, (I don't want grep(CD4, ..) to return strings with CD40). This is how I thought of doing it but I'm open to other suggestions

part of my data.frame looks like this: