step_slice()
创建配方步骤的规范,该步骤将使用 dplyr::slice()
过滤行。
用法
step_slice(
recipe,
...,
role = NA,
trained = FALSE,
inputs = NULL,
skip = TRUE,
id = rand_id("slice")
)
参数
- recipe
-
一个菜谱对象。该步骤将添加到此配方的操作序列中。
- ...
-
整数行值。有关更多详细信息,请参阅
dplyr::slice()
。 - role
-
由于没有创建新变量,因此此步骤未使用。
- trained
-
指示预处理数量是否已估计的逻辑。
- inputs
-
...
给出的值的引用。 - skip
-
一个合乎逻辑的。当
bake()
烘焙食谱时是否应该跳过此步骤?虽然所有操作都是在prep()
运行时烘焙的,但某些操作可能无法对新数据进行(例如处理结果变量)。使用skip = FALSE
时应小心。 - id
-
该步骤特有的字符串,用于标识它。
行过滤
此步骤可以完全删除观察结果(数据行),当稍后通过 bake()
将步骤应用于新数据时,这可能会产生意想不到的和/或有问题的后果。在任何给定的用例中,考虑 skip = TRUE
还是 skip = FALSE
更合适。在影响预测数据行的大多数情况下,可能根本不应该应用此步骤;相反,在开始预处理之前执行类似的操作 recipe()
。
整理
当您tidy()
此步骤时,将返回包含过滤索引的列terms
的tibble。
也可以看看
其他行操作步骤:step_arrange()
、step_filter()
、step_impute_roll()
、step_lag()
、step_naomit()
、step_sample()
、step_shuffle()
其他 dplyr 步骤:step_arrange()
, step_filter()
, step_mutate_at()
, step_mutate()
, step_rename_at()
, step_rename()
, step_sample()
, step_select()
例子
rec <- recipe(~., data = iris) %>%
step_slice(1:3)
prepped <- prep(rec, training = iris %>% slice(1:75))
tidy(prepped, number = 1)
#> # A tibble: 1 × 2
#> terms id
#> <chr> <chr>
#> 1 1:3 slice_FPmAy
library(dplyr)
dplyr_train <-
iris %>%
as_tibble() %>%
slice(1:75) %>%
slice(1:3)
rec_train <- bake(prepped, new_data = NULL)
all.equal(dplyr_train, rec_train)
#> [1] TRUE
dplyr_test <-
iris %>%
as_tibble() %>%
slice(76:150) %>%
slice(1:3)
rec_test <- bake(prepped, iris %>% slice(76:150))
all.equal(dplyr_test, rec_test)
#> [1] "Attributes: < Component “row.names”: Numeric: lengths (3, 75) differ >"
#> [2] "Component “Sepal.Length”: Numeric: lengths (3, 75) differ"
#> [3] "Component “Sepal.Width”: Numeric: lengths (3, 75) differ"
#> [4] "Component “Petal.Length”: Numeric: lengths (3, 75) differ"
#> [5] "Component “Petal.Width”: Numeric: lengths (3, 75) differ"
#> [6] "Component “Species”: Lengths: 3, 75"
#> [7] "Component “Species”: Lengths (3, 75) differ (string compare on first 3)"
# Embedding the integer expression (or vector) into the
# recipe:
keep_rows <- 1:6
qq_rec <-
recipe(~., data = iris) %>%
# Embed `keep_rows` in the call using !!
step_slice(!!keep_rows) %>%
prep(training = iris)
tidy(qq_rec, number = 1)
#> # A tibble: 1 × 2
#> terms id
#> <chr> <chr>
#> 1 1:6 slice_xhh4Y
相关用法
- R recipes step_select 使用 dplyr 选择变量
- R recipes step_spline_b 基础样条
- R recipes step_shuffle 随机排列变量
- R recipes step_scale 缩放数值数据
- R recipes step_string2factor 将字符串转换为因子
- R recipes step_spline_nonnegative 非负样条
- R recipes step_sample 使用 dplyr 的示例行
- R recipes step_spline_natural 自然样条
- R recipes step_spline_convex 凸样条
- R recipes step_sqrt 平方根变换
- R recipes step_spline_monotone 单调样条
- R recipes step_spatialsign 空间符号预处理
- R recipes step_unknown 将缺失的类别分配给“未知”
- R recipes step_relu 应用(平滑)修正线性变换
- R recipes step_poly_bernstein 广义伯恩斯坦多项式基
- R recipes step_impute_knn 通过 k 最近邻进行插补
- R recipes step_impute_mean 使用平均值估算数值数据
- R recipes step_inverse 逆变换
- R recipes step_pls 偏最小二乘特征提取
- R recipes step_ratio 比率变量创建
- R recipes step_geodist 两个地点之间的距离
- R recipes step_nzv 近零方差滤波器
- R recipes step_nnmf 非负矩阵分解信号提取
- R recipes step_normalize 中心和比例数值数据
- R recipes step_depth 数据深度
注:本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Filter rows by position using dplyr。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。