小编Xav*_*ent的帖子

我使用（真棒）包 rhandsontable 稍后将包含在R闪亮网页中。用户可以在某些地方单击，我想知道如何检索有关单击哪些行的信息。这是一个示例，（在R终端中复制和粘贴）：

library(rhandsontable)

## Create the dataset
min = c(1,seq(2,34,by=2))
kmh = c(0,seq(7,23,by=1))
mph = round( kmh / 1.609344, digits=0 )
stop.speed = rep(FALSE, length(min))    
DF = data.frame(min, kmh, mph, stop.speed, stringsAsFactors = FALSE)

#plot the table
r = rhandsontable(DF, useTypes = TRUE)

我想过将其转换为R对象：

hot_to_r(r)

Error in (function (data, changes, params, ...)  : 
argument "params" is missing, with no default

我有这样一个数据框

0     weekday day month year hour basal bolus carb period.h
1    Tuesday  01    03 2016  0.0  0.25    NA   NA        0
2    Tuesday  01    03 2016 10.9    NA    NA   67       10
3    Tuesday  01    03 2016 10.9    NA  4.15   NA       10
4    Tuesday  01    03 2016 12.0  0.30    NA   NA       12
5    Tuesday  01    03 2016 17.0  0.50    NA   NA       17
6    Tuesday  01    03 2016 17.6    NA    NA   33       17
7    Tuesday  01    03 2016 17.6    NA  1.35   NA …

我不确定这个问题是否与 Linux 特别相关：

我使用 tsp 命令来运行小批量的进程

tsp ./myScript.sh

然后正在运行

ID   State      Output               E-Level  Times(r/u/s)   Command [run=1/5]
1    running    /tmp/ts-out.woHIKK                           ./myScript.sh

但我怎样才能杀死这个进程呢？tsp 的唯一 -K 杀死选项似乎会擦除整个 tsp 服务器，可以使用以下命令来完成

ps -aux | grep myScript.sh | kill {}

但是没有任何tsp方法可以做到这一点吗？在我看来，这是一个显而易见的选择。

我想使用 R 分析 GTFS 实时文件，与静态 GTFS 相比，这些文件被编译并且读取它们更棘手。

谷歌搜索，我只找到这个包来处理 GTFS https://github.com/ropenscilabs/gtfsr

但同样，这仅适用于静态 GTFS。

你知道处理 GTFS-realtime 的 cran/github R 包吗？

另一种解决方案是将 GTFS-RT 转换为更具可读性的格式，例如 json 流 gtfs 实时数据转换为人类可读的格式

我有一个数据框，其中为列中的每个点都指定了颜色：

d<-data.frame(x=1:10,y=1:10,col=c(rep("red",n=5),rep("green",n=5)))
d$col<-as.character(d$col)
ggplot(data=d,aes(x=x,y=y,colour=col))+geom_point()

如您所见，颜色不是一种颜色，而是一种颜色，

ggplot可以处理这种情况吗？

许多问题看起来与我的相似,但我无法找到适合的答案.

到目前为止,我使用了令人敬畏的R传单(和ggmap)包:

library(ggmap)
library(leaflet)

coord <-geocode('New York')

map.city <- leaflet() %>%
  addTiles('http://{s}.tile.thunderforest.com/transport/{z}/{x}/{y}.png?apikey=68c4cd328d3b484091812a76fae093fd') %>%
setView(coord$lon, coord$lat, zoom = 11) 

但是,如果我想将谷歌卫星作为地图呢？

我仔细阅读了这篇文章

/sf/ask/657593331/# =

但不明白如何使用那里定义的googleSat函数.

非常简单的情况：一个多边形定义了一个地理区域，我想知道由 GPS 坐标给出的一个点是否位于该多边形内。

我经历了很多 SO 问题，并尝试了各种功能和软件包，如 sp，但无法弄清楚为什么它失败。

我尝试使用这个非常简单的功能： https://www.rdocumentation.org/packages/SDMTools/versions/1.1-221/topics/pnt.in.poly

install.packages("SDMTools v1.1-221")
library(SDMTools v1.1-221)

## Coordinates of the polygon corners
lat <- c(48.43119, 48.43119, 48.42647, 48.400031, 48.39775, 48.40624, 48.42060, 48.42544, 48.42943 ) 
lon <- c(-71.06970, -71.04180, -71.03889, -71.04944, -71.05991, -71.06764, -71.06223, -71.06987, -71.07004)
pol = cbind(lat=lat,lng=lon)

## Point to be tested
x <- data.frame(lng=-71.05609, lat=48.40909)

## Visualization, this point clearly stands in the middle of the polygon
plot(rbind(pol, x))
polygon(pol,col='#99999990')

## Is that point in the polygon? 
out = pnt.in.poly(x,poly)

## …

（参见下面的工作解决方案）

我想使用 multidplyr 并行化函数：

calculs.R
f <- function(x){
return(x+1)
}

main.R
library(dplyr)
library(multidplyr)
source("calculs.R")
d <- data.frame(a=1:1000,b=sample(1:2,1000),replace=T)

result <- d %>% 
   partition(b) %>% 
     do(f(.)) %>%
     collect()  

然后我得到：

Initialising 3 core cluster.
Error in checkForRemoteErrors(lapply(cl, recvResult)) : 
  2 nodes produced errors; first error: could not find function "f"
In addition: Warning message:
group_indices_.grouped_df ignores extra arguments 

如何将源函数分配给每个内核？

=================

这是完美的脚本：

必须提取要更新的值，并将结果转换为数据帧

calcul.R
f <- function(x){
    return(data.frame(x$a+1))
    }

必须设置集群并分配源函数

main.R
 library(dplyr)
library(multidplyr)
source("calculs.R")

cl <- create_cluster(3)
set_default_cluster(cl)
cluster_copy(cl, f)

d <- data.frame(a=1:10,b=c(rep(1,5),rep(2,5)))

  result …

我正在构建一个 R 闪亮应用程序，它将从用户那里获取消息并将其存储在文本文件中。该文件将同时显示为表格，用户可以使用内置按钮删除一些消息。这个内置按钮是使用 Shiny.onInputChange 实现的。

以下代码是完全可重现的，只需加载三页代码（ui、serve、global）。然后单击“Click me”，然后单击“Publier”（=用法语发布），这将填充文本文件并更新表格。

现在，通过单击“Retirer”（=法语中的“删除”）来删除行，如果多次执行此操作，您会发现有时有效，有时无效，这不是程序应有的行为方式。我无法解释或查明这种不稳定行为的原因。

----------------------

用户界面服务器

# Define UI for application that draws a histogram\nshinyUI(fluidPage(\n\ntitle="Civilia",\ntheme = "shiny.css",\nnavbarPage(\n\n########################\nfluidPage(\n  br(),\n  br(),\n  br(),\n  br(),\n    fluidRow(column(12,offset=0,actionButton("prevMessage", label = "Click me"))),\n  br(),\n  DT::dataTableOutput("data")\n))\n  )\n)\n

----------------------

全局R

## \n## load.libraries()\nsuppressMessages(library(shiny))\nsuppressMessages(library(plotly))\nsuppressMessages(library(tidyr))\nsuppressMessages(library(data.table))\nsuppressMessages(library(dplyr))\nsuppressMessages(library(lubridate))\nsuppressMessages(library(DT))\n\n##\n## Set global env values\n## Client\n.GlobalEnv$client <- "STLevis"\n## Data storage for message\n.GlobalEnv$vault <- "message.txt"\nif(!file.exists(vault)) fwrite(file=vault, data.frame(depoTime=as.POSIXct(character()),msg=character(),duration.h=character(),remTime=as.POSIXct(character())))\n.GlobalEnv$msg_vault_df <- fread(vault)\n\n##\n## colors\n.GlobalEnv$civ.col1 <- rgb(60/255, 60/255, 59/255)\n.GlobalEnv$civ.col2 <- rgb(145/255, 191/255, 39/255)\n.GlobalEnv$civ.axis.col <- list(linecolor = toRGB("lightgrey"),\n                                gridcolor = toRGB("darkgrey"),\n                                tickcolor …

我比较了计算对称矩阵的逆的各种方法：

• 解决（来自 LAPCK 包）
• 解决（但使用更高的机器精度）
• qr.solve（据说更快）
• ginv（MASS 包，Moore-Penrose 算法的实现）
• chol2inv（使用 Cholesky 分解）

通过特征值比较逆矩阵：

R
library(MASS)

## Create the matrix
m = replicate(10, runif(n=10)) 
m[lower.tri(m)] = t(m)[lower.tri(m)]

## Inverse the matrix
inv1 = solve(m)
inv2 = solve(m, tol = .Machine$double.eps)
inv3 = qr.solve(m)
inv4 = ginv(m)
inv5 = chol2inv(m)

## Eigenvalues of the inverse
em1=eigen(inv1)
em2=eigen(inv2)
em3=eigen(inv3)
em4=eigen(inv4)
em5=eigen(inv5)

## Plot the abs of the eigenvalues (may be complex)
myPch=c( 20, 15, 17, 25, 3 )
plot(abs(em1$values),pch=myPch[1],cex=1.5)
points(abs(em2$values),pch=myPch[2], cex=1.5)
points(abs(em3$values),pch=myPch[3], cex=1.5) …