mapply

    0熱度

    1回答

    有沒有一種方法可以使規模匹配值更具編程性?基本上我想要做的是在數據框中添加一堆用於查找值的列,但我不想每次都寫match []參數。這似乎是應用的使用情況,但我不能完全弄清楚如何在這裏使用它。有什麼建議麼? 這裏的數據: data <- data.frame( region = sample(c("northeast","midwest","west"), 50, replace = T)

    4熱度

    3回答

    我有一個100個元素的列表,每個元素包含431個元素。 我想使用mapply來對每個列表中的值求和。例如,假設我有一個5個元素的列表,但每個元素都有另外5個元素。 > o [[1]] [1] 1 2 3 4 5 [[2]] [1] 1 2 3 4 5 [[3]] [1] 1 2 3 4 5 [[4]] [1] 1 2 3 4 5 [[5]] [1] 1 2 3 4 5

    0熱度

    1回答

    我有兩個數據幀(DfA和DfB)。每個數據幀都有三個因素變量:物種,類型和地區。 DfA也有一個數值列,我想用它來根據共享屬性估算DfB新列中的數值。 我有一個函數,要求物種,類型和區域,然後創建一個帶有這些屬性的DfA子集,並在子集上運行一個算法來估計新值。當我運行該函數並手動指定值作爲測試時,它工作正常。 如果DfB中的所有因子水平和組合都具有DfA中的匹配因子,則該函數適用於基因圖譜。但是,

    0熱度

    1回答

    我有一個巨大的數據框df,其中包括重疊間隔(A)和(B)以及它們所在的染色體(染色體)的信息。還有關於區間(A)觀察到的值(基因表達水平)的信息。 chrom value Astart Aend Bstart Bend chr1 0 0 54519752 17408 17431 chr1 0 0 54519752 17368 17391 chr1 0 0 545

    0熱度

    3回答

    我有2個數據幀。第一行有多行,第二行有單行。我需要將第一幀的每一行乘以第二幀的單行。第一個數據幀被稱爲Costs,看起來像這樣: Pounds, Zone.A, Zone.B, Zone.C, Zone.D, Zone.E 5, 10.0, 20.0, 1.00, 23.0, 34.5 10, 20.0, 40.0, 10.0, 34.5, 54.0 15, 40.0, 100.0,

    0熱度

    2回答

    我正在使用mapply(函數,參數),爲一個大的數據集。經過100次迭代後,我需要設置延遲1秒。所以問題是,如果有可能顯示迭代計數或進度欄在mapply(功能,參數) 謝謝

    1熱度

    1回答

    我有一個功能,它執行一些條件檢查並輸出一個「日期」對象。 「s」類是「Date」。但「mapply」的輸出是一個數字向量。 我希望輸出「dataF1 $ RECENCY」也是一個日期對象。需要幫助 dataF1 = read.csv("C:\\Users\\DATA.csv", header = TRUE, sep = ",") dataF1$DT = as.Date(dataF1$DT, fo

    1熱度

    1回答

    假設: list_a <- list(1, 10) list_2 <- list(5, 20) my.foo <- function (z,w) z+w 我的主要問題是:對於每一個list_對象,如何通過它的兩個元素的my.foo的參數,以便獲得11和25? 我最親密的猜測來解決這個問題至今: mapply(my.foo, list_a, list_2) ,但它不適合於什麼,我需要做

    4熱度

    2回答

    我有一個函數,我正在使用mapply跨數據框或矩陣(df)列表應用。該函數根據原始數據幀的一些轉換標準輸出四種不同類型的數據幀(例如a:d),但由於函數只能讓我輸出一個,所以我遇到了問題。我試圖將它們整理成一個列表,但是當我運行一個簡化的函數時,我得到了這個。 df1<-matrix(rnorm(10), nrow=10, ncol=10) df2<-df1 df<-list(df1, df2

    0熱度

    1回答

    我試圖使用mapply將兩個列表的參數應用於t.test。第一個列表formulas包含三個公式,第二個列表periods包含三個向量,子集my.data,我通過MoreArgs參數傳遞。 我可以使用for循環(也在下面)手動執行t.test s,但我無法弄清楚爲什麼我的mapply使用失敗。這是不是使用mapply的正確時間? # similar data my.data <- data.fr