<\/p>\n
Mit der folgenden Syntax k\u00f6nnen Sie bestimmte Zeilennummern in R entfernen:<\/span><\/p>\n Mit der folgenden Syntax k\u00f6nnen Sie Zeilen entfernen, die bestimmte Bedingungen nicht erf\u00fcllen:<\/span><\/p>\n Und Sie k\u00f6nnen die folgende Syntax verwenden, um Zeilen mit NA-Werten in jeder Spalte zu entfernen:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie Sie jede dieser Funktionen in der Praxis nutzen k\u00f6nnen.<\/span><\/p>\n Der folgende Code zeigt, wie Zeilen nach einer bestimmten Zeilennummer in R gel\u00f6scht werden:<\/span><\/p>\n Der folgende Code zeigt, wie Zeilen entfernt werden, die eine bestimmte Bedingung nicht erf\u00fcllen:<\/span><\/p>\n Der folgende Code zeigt, wie Zeilen mit einem NA-Wert in einer beliebigen Zeile entfernt werden:<\/span><\/p>\n So f\u00fcgen Sie Zeilen zu einem Datenrahmen in R hinzu<\/a> Mit der folgenden Syntax k\u00f6nnen Sie bestimmte Zeilennummern in R entfernen: #remove 4th row new_df <- df[-c(4), ] #remove 2nd through 4th row new_df <- df[-c(2:4), ] #remove 1st, 2nd, and 4th row new_df <- df[-c(1, 2, 4), ] Mit der folgenden Syntax k\u00f6nnen Sie Zeilen entfernen, die bestimmte Bedingungen nicht erf\u00fcllen: #only keep rows […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #remove 4th row<\/span>\nnew_df <- df[-c(4), ]\n\n#remove 2nd through 4th row<\/span>\nnew_df <- df[-c(2:4), ]\n\n#remove 1st, 2nd, and 4th row<\/span>\nnew_df <- df[-c(1, 2, 4), ]\n<\/strong><\/pre>\n #only keep rows where col1 value is less than 10 and col2 value is less than 6<\/span>\nnew_df <- subset(df, col1 <<\/span> 10 &<\/span> col2 <<\/span> 6)\n<\/strong><\/pre>\n #remove rows with NA value in any column<\/span>\nnew_df <- na. omitted<\/span> (df)<\/strong><\/pre>\n Beispiel 1: Zeilen nach Nummer l\u00f6schen<\/strong><\/span><\/h3>\n
#create data frame\ndf <- data. frame<\/span> (player=c('A', 'B', 'C', 'D', 'E'),\n pts=c(17, 12, 8, 9, 25),\n rebs=c(3, 3, 6, 5, 8),\n blocks=c(1, 1, 2, 4, NA))<\/span>\n\n#view data frame\ndf<\/span>\n\n player pts rebs blocks\n1 to 17 3 1\n2 B 12 3 1\n3 C 8 6 2\n4 D 9 5 4\n5 E 25 8 NA\n<\/span>\n#remove 4th row<\/span>\ndf[-c(4), ]\n\n player pts rebs blocks\n1 to 17 3 1\n2 B 12 3 1\n3 C 8 6 2\n5 E 25 8 NA\n\n#remove 2nd through 4th row<\/span>\ndf[-c(2:4), ]\n\n player pts rebs blocks\n1 to 17 3 1\n5 E 25 8 NA\n\n#remove 1st, 2nd, and 4th row<\/span>\ndf[-c(1, 2, 4), ]\n\n player pts rebs blocks\n3 C 8 6 2\n5 E 25 8 NA\n<\/strong><\/pre>\n Beispiel 2: Zeilen nach Bedingung l\u00f6schen<\/strong><\/span><\/h3>\n
#create data frame\ndf <- data. frame<\/span> (player=c('A', 'B', 'C', 'D', 'E'),\n pts=c(17, 12, 8, 9, 25),\n rebs=c(3, 3, 6, 5, 8),\n blocks=c(1, 1, 2, 4, NA))<\/span>\n\n#view data frame\ndf<\/span>\n\n player pts rebs blocks\n1 to 17 3 1\n2 B 12 3 1\n3 C 8 6 2\n4 D 9 5 4\n5 E 25 8 NA\n<\/span>\n#only keep rows where pts is less than 10 and rebs is less than 6<\/span>\nsubset(df, pts <<\/span> 10 &<\/span> rebs <<\/span> 6)\n\n player pts rebs blocks\n4 D 9 5 4\n<\/strong><\/pre>\n Beispiel 3: Zeilen mit NA-Werten l\u00f6schen<\/strong><\/span><\/h3>\n
#create data frame\ndf <- data. frame<\/span> (player=c('A', 'B', 'C', 'D', 'E'),\n pts=c(17, 12, 8, 9, 25),\n rebs=c(3, 3, 6, 5, 8),\n blocks=c(1, 1, 2, 4, NA))<\/span>\n\n#view data frame\ndf<\/span>\n\n player pts rebs blocks\n1 to 17 3 1\n2 B 12 3 1\n3 C 8 6 2\n4 D 9 5 4\n5 E 25 8 NA\n<\/span>\n#remove rows with NA value in any row:<\/span>\nn \/ A. omitted<\/span> (df)\n\n player pts rebs blocks\n1 to 17 3 1\n2 B 12 3 1\n3 C 8 6 2\n4 D 9 5 4\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So entfernen Sie doppelte Zeilen in R<\/a>
So summieren Sie bestimmte Zeilen in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"