lapply

    1熱度

    1回答

    我有一個可以簡化爲簡單版本的r代碼,如下所示。 cl <- parallel::makeCluster(2, type="SOCK") b<-data.frame(c(1,1,2,2,3,3,4,4,7,7,9,9,11,11,12,12,13,13,14,14)) colnames(b)<-c("col1") b_uni<-unique(b) clusterExport(cl,"b_un

    0熱度

    1回答

    選擇不到一元我有特徵向量的列表,看起來像這樣: [[1]] [1] "medical" "center" "name [7] "laboratory" "medicine" "william" [13] "laboratories" "2431" "highway" ... [680] ...

    0熱度

    1回答

    df是表格列表(從html中掃描並存儲爲列表)我想要轉換爲數據框架。 as.data.frame(df[1]) 工作沒問題。然而,這兩種 df_2 <- lapply(df, as.data.frame) 和 df_3 <- lapply(df, function(x) { as.data.frame(x) }) 無法轉換爲數據幀: > class(df[1]) [1] "d

    0熱度

    1回答

    我有一些字符串列表,其中有一些字符串中有重複。例如: [[1]] [1] "gr gal gr gal" [[2]] [1] "gr gal" [[3]] [1] "gr gal ir ol" [[4]] [1] "gr gal gr gal" [[5]] [1] "gr gal" 我的期望的輸出

    0熱度

    2回答

    我試圖將函數應用於二維數據列表。 我正在處理的數據需要從很多探針隨時間進行測量。我將一個時間索引應用於矩陣,當探針更改時重置。 我已經通過將列表轉換爲單獨的數據框來實現此目的,但是,我希望使用lapply()系列中的某些內容來實現此目的,因爲我的數據集正在增長。 這是工作的各個矩陣的方法: source = c(1,1,1,2,2,2,3,3,3,4,4,4) df1 = data.frame(

    0熱度

    1回答

    選擇幾個列我想提出一個從多個XLSX R中與list.files和lapply這樣的: file.list <- list.files(pattern='*.xlsx') df.list <- lapply(file.list, read_excel) 然而,文件具有不同的列集。 file1a.xlsx: V1 V2 A A file2a.xlsx: V1 V3 A A file

    0熱度

    1回答

    我試圖通過更換與lapply循環加快我的代碼。我在很多不同的樣本上運行nls模型,並提取係數,但有些模型不適合某些樣本。我可以用trycatch的for循環來處理這個問題,以忽略這些樣本,但我無法讓它與lapply一起工作。當我運行這個時,我得到了我的sample.code和NULL的列表,我應該在哪裏放置return(nls.dat)?部分,所以我不只是結束NULL? test.func <-

    1熱度

    3回答

    這個問題的答案的延伸this和this 下面是一個例子DF: name score end.s time 1 a 1 NA 1 2 a 2 NA 2 3 a 3 NA 3 4 b 4 4 1 5 b 5 4 2 6 b 6 4 3 7 c 7 NA 1 8 c 8 NA 2 9 d 6 6 1 1

    0熱度

    1回答

    列 我已經在我的環境無數dataframes: x1 <- structure(list(time = structure(c(1327241343, 1327327803, 1327414263 ), class = c("POSIXct", "POSIXt"), tzone = "UTC"), x1 = c(22.5, 12, 0)), .Names = c("time", "x1"),

    0熱度

    1回答

    我想讓我的代碼更清潔,更易於維護。例如,採取以下quantsList列表: var <- "temperature" quantsList <- list( q05 <- paste0('quantile(',var,', probs=.05, na.rm = TRUE)') q10 <- paste0('quantile(',var,', probs=.10, na.rm =