purrr

    1熱度

    1回答

    這看起來應該很簡單。我有2個列表,每個實驗有3個實驗和3個重複列表。我想要做的是在所有的9個平行一氣呵成閱讀: library(purrr) x = list("exp1", "exp2", "exp3") y = list("rep1", "rep2", "rep3") 使用map()如: map(x, function(x){paste(x, map(y, paste0))}) 但

    4熱度

    3回答

    有條件子集列表,我有以下列表: x <- list(1:5, 1:10) x #> [[1]] #> [1] 1 2 3 4 5 #> [[2]] #> [1] 1 2 3 4 5 6 7 8 9 10 ,並希望只選擇含有10 預期結果的元素: #> [[1]] #> [1] 1 2 3 4 5 6 7 8 9 10 我怎樣才能做到這一點,並在單生產線使用管道運營商和purr

    1熱度

    1回答

    我正在尋求兩個特定的幫助點 1)如何創建一個列表給定我的數據庫(all.df)的列表 2)如何矢量化這個列表上的功能 我試圖在使用Prophet庫的客戶/產品級別生成預測。我正在努力引導操作。 我目前運行一個for循環,我想避免並加速我的計算。 數據進行了分析 set.seed(1123) df1 <- data.frame( Date = seq(dmy("01/01/2017"),

    1熱度

    2回答

    爲了在我的數據中使用tidyr和purrr在我的數據組中運行模型,我從此R Bloggers link得到以下代碼。但是,我想在我的嵌套數據上使用glmnet而不僅僅是lm。不像lm,glmnet/cv.glmnet需要model.matrix作爲x的論點,我需要抽象的公式提供給那個model.matrix這就是讓我困擾。 所以此工程: library(purrr) library(tidyr)

    0熱度

    1回答

    我試圖使用purrr填充數據框中的新列。 該框架包含服務器端點列表然後我有一個功能,使用httr來獲得端點狀態,但我似乎無法讓它工作? 例子是: require(tibble) require(purrr) require(httr) require(RCurl) require(dplyr) example = tibble( processor = c('A', 'B',

    0熱度

    1回答

    我試圖根據第三個變量重新排列該變量的每個子組內的變量的因子級別,但是我收到一個錯誤。 我認識到這是一個有點難以理解的上下文,所以我使用gapminder數據集來說明。在這裏,我要重新排序country變量的continent變量的每個類別基礎上,pop變量的大小內因子水平: library(gapminder) library(tidyverse) library(forcats) gap

    2熱度

    1回答

    閱讀https://twitter.com/hadleywickham/status/719542847045636096據我所知,purrr的做法應該基本上取代do。 因此,我不知道我會怎麼用purrr做到這一點: library(dplyr) d <- data_frame(n = 1:3) d %>% rowwise() %>% do(data_frame(x = seq_len(.$n

    4熱度

    4回答

    我有一個看起來像這樣 set.seed(123) test_data <- data.frame(id = 1:6, var1 = rbinom(n = 6, size = 1, prob = .5), var2 = rbinom(n = 6, size = 1, prob = .5), age = sample(18:30, size

    2熱度

    1回答

    看來,如果名單有標題或不是,嗚呼功能評估不同,但爲什麼?這只是「其中的一件事」嗎? 實施例: func_b <- function(x,y,z) paste(x,y,z) ## Works as expected pmap(list(iris$Sepal.Length, iris$Sepal.Width, iris$Petal.Length), func_b) %>% head(2) [

    -1熱度

    1回答

    我想創建使用purrr軟件包方法具有相同x但不同y的多個圖。也就是說,我想使用map()或walk()函數來執行此操作。 爲簡單起見使用mtcars數據集。 ggplot(data = mtcars, aes(x = hp, y = mpg)) + geom_point() ggplot(data = mtcars, aes(x = hp, y = cyl)) + geom_point() g