这些天我似乎与共同作者分享了很多代码.他们中的许多人都是初级/中级R用户,并没有意识到他们必须安装他们尚未拥有的软件包.
是否有一种优雅的方式来调用installed.packages(),将其与我正在加载的那些进行比较并在安装时如果丢失？
为了摆脱a中名为"foo"的列data.frame,我可以这样做:
df <- df[-grep('foo', colnames(df))]
但是,一旦df转换为data.table对象,就无法删除列.
例:
df <- data.frame(id = 1:100, foo = rnorm(100))
df2 <- df[-grep('foo', colnames(df))] # works
df3 <- data.table(df)
df3[-grep('foo', colnames(df3))]
但是一旦它被转换为一个data.table对象,这就不再适用了.
当我运行R脚本时,我会在另一个桌面上执行其他操作.如果我不经常检查,我永远不知道什么时候完成.有没有办法调用蜂鸣声(如系统蜂鸣声)或让R播放声音或通过脚本末尾的某些代码通知咆哮？
是否可以动态创建新的变量名称？
我想将列表中的数据帧读入最后带数字的新变量.像orca1,orca2,orca3 ......
如果我尝试类似的东西
paste("orca",i,sep="")=list_name[[i]]
我收到这个错误
target of assignment expands to non-language object
还有另一种方法吗？
library(ggplot2)
df <- data.frame(x=1:10, y=rnorm(10))
p1 <- ggplot(df, aes(x,y)) + geom_point()
plist <- list(p1,p1,p1,p1,p1)
# In my real example,a plot function will fit a ggplot to a list of datasets
#and return a list of ggplots like the example above.
我想使用安排地块grid.arrange()在gridExtra.
如果图中的数量plist是可变的,我该怎么做？
这有效:
grid.arrange(plist[[1]],plist[[2]],plist[[3]],plist[[4]],plist[[5]])
但我需要一个更通用的解决方案.想法？
我有一堆csv文件,我正在读入R并包含在一个包/数据文件夹 .rdata格式中.不幸的是,数据中的非ASCII字符未通过检查.该tools软件包有两个功能来检查非ASCII字符(showNonASCII和showNonASCIIfile),但我似乎无法找到一个删除/清除它们.
在我探索其他UNIX工具之前,在R中执行此操作会很棒,因此我可以维护从原始数据到最终产品的完整工作流程.是否有任何现有的软件包/函数可以帮助我摆脱非ASCII字符？
我爱的设置.progress = 'text'在plyr's llply.但是,由于列表项被发送到各个核心,然后在最后进行整理,因此我不得不知道沿着mclapply(从包中multicore)走多远.
我一直在输出消息,*currently in sim_id # ....*但这并不是很有帮助,因为它没有给我一个指示列表项的完成百分比的指示(虽然知道我的脚本没有卡住并移动是有帮助的).
有人可以建议其他想法,让我看看我的.Rout文件,并获得进步感吗？我已经考虑过添加一个手动计数器但是看不清楚我将如何实现它,因为mclapply必须先完成所有列表项的处理才能给出任何反馈.
所以假设我有一个带有一堆.rdata文件的目录
file_names=as.list(dir(pattern="stock_*"))
[[1]]
[1] "stock_1.rdata"
[[2]]
[1] "stock_2.rdata"
现在,如何通过一次调用加载这些文件？
我总是这样做:
for(i in 1:length(file_names)) load(file_names[[i]])
但为什么我不能这样做do.call(load, file_names)？我想,没有一个适用的功能会工作,因为他们大多会回到名单,但没有要回来,只是这些文件需要被加载.我无法让这个get功能在这种情况下工作.想法？
我正在更新一个旧包并缩短了一堆很长的函数名.如何让用户知道旧函数已被弃用？我记录了所有内容roxygen2所以我想知道#' @alias我应该使用什么？思考？
我正试图用我的所有plyr电话来取代dplyr.还有一些障碍,其中一个是group_by功能.我想它的行为方式与第二个ddply参数相同,并根据我列出的分组变量进行拆分,应用和组合.但事实似乎并非如此.这是一个相当简单的例子.
让我们定义一个愚蠢的功能
mm <- function(x) return(x[1:5, ])
现在我们可以iris像这样分割数据集中的物种并将此函数应用于每个部分.
ddply(iris, .(Species), mm)
这按预期工作.但是,当我尝试相同时dplyr,它不能按预期工作.
iris %>% group_by(Species) %>% mm
我究竟做错了什么？