小编Mat*_*ttV的帖子

我有一个与这个问题完全相似的问题.

作为我工作的一部分,我必须将R Studio控制台的输出复制到excel工作表才能制作excel图表.但是,R Studio控制台使用格式化文本,excel读取效果不佳.为了补偿,我总是从R Studio控制台复制,粘贴到记事本,然后复制到Excel.这样,当我粘贴一个表时,我可以告诉excel它实际上是固定宽度分隔的数据,而不仅仅是一堆文本.

如何从R Studio控制台复制输出,使其作为无格式文本进入剪贴板,以便我可以将其直接粘贴到Excel中,从而将数字组织到不同的单元格中？这将非常有用,因为我不喜欢将表复制/粘贴到记事本中然后擅长制作图表.

我正在尝试构建一个HTML组件,它将为我的数据提供类似于pivottable的视图,但是在pivotarea中使用自定义html元素而不是总和或计数; 在下面的例子中,我将只使用一串文本,但我希望它是任何HTML元素(img,div,文本等).

我发现很难选择一个方向,编写我自己的代码来生成它(使用jQuery)或使用像Pivottable这样的库.我已经尝试了后者,但甚至无法找到定制聚合器功能的正确方向.

我可以看到自己重新使用js pivottable生成的html(带有一个简单的计数),然后在jQuery中附加项目,但这似乎是一个相当hacky的解决方案,同时缺乏自定义选项.这种方法的优点包括这样一个事实,即在某些时候我想在web-ui中包含对colums的过滤/定制.

我在找什么？给定一个JSON数组,其中多行具有属性[Columngroup1,Columngroup2]和[Rowgroup 1,rowgroup2,rowgroup3],我想根据以下内容进行布局(在Tableau中内置):

在上面的示例中,[Businessline,Type,Product]是行组,[Active_or_roadmap,Roadmap Quarter]是列组.数据集的粒度更深一层,每个"产品"可以包含多个子产品,这些子产品应放在"活动"列(句点标题)或路线图季度列之一.这可以通过子产品15.03和15.01在视觉上分组在同一"行"中看出.

我面临什么困难？

• 我是否使用HTML表格,我应该使用带有指示行/列的类的div,还是两者的组合？增加了复杂性:在某些时候,我希望非标题列水平"滚动"(如果太宽).
• 在我想过滤掉一些行的情况下,我应该重新生成整个表还是(误)使用可见性:隐藏？在后一种情况下:我将如何处理部分过滤的产品组(即副产品15.01不应该可见,副产品15.03确实需要可见)
• 我如何在DOM元素中"嵌入"对象细节？即,在hover/clickevent的情况下,我如何知道JSON对象中的哪一行对应于被点击的名称？

请注意,我不一定要找到一个完全按照我上面所说的完成的答案,我主要是寻找一个方向,使代码从结构上体面和灵活的方式从JSON转到上表.

非常感谢任何帮助,我有一个包含一些示例数据和相当差的尝试的codepen.

function load_data(callback){
    $.getJSON('https://s3-us-west-2.amazonaws.com/s.cdpn.io/997352/data_portfolioroadmap.json', function(data){
      callback(data)
    });

}

我正在尝试从archive.org存档中获取twitter数据并将其加载到数据库中.我试图首先加载特定月份的所有推文,然后选择推文并且只播放我感兴趣的那些(例如通过locale或hashtag).

我能够运行下面描述的脚本来完成我正在寻找的东西,但我有一个问题,那就是速度非常慢.它运行了大约半小时,只读取了一个TAR文件中的~6/50,000内部.bz2文件.

示例TAR文件的一些统计信息:

• 总大小:~30-40GB
• 内部.bz2文件的数量(排列在文件夹中):50,000
• 一个.bz2文件的大小:~600kb
• 一个提取的JSON文件的大小:~5 MB,~3600条推文.

在优化此流程以提高速度时,我应该寻找什么？

• 我应该将文件解压缩到磁盘而不是在Python中缓存它们吗？
• 我应该看一下多线程的一部分过程吗？该过程的哪一部分最适合这个？
• 或者,我目前获得的速度是否相对正常？

该脚本目前占用了我3%的CPU和约6%的RAM内存.

任何帮助是极大的赞赏.

import tarfile
import dataset # Using dataset as I'm still iteratively developing the table structure(s)
import json
import datetime


def scrape_tar_contents(filename):
    """Iterates over an input TAR filename, retrieving each .bz2 container:
       extracts & retrieves JSON contents; stores JSON contents in a postgreSQL database"""
    tar = tarfile.open(filename, 'r')
    inner_files = [filename for filename in tar.getnames() if filename.endswith('.bz2')]

    num_bz2_files = len(inner_files)
    bz2_count = 1 …

我在将此帖中看到的VBA代码转换为R脚本时遇到问题.

问题如下,我有一个列(来自源数据库,而不是选择)包含属性的多个值.我想规范化这个表并保留每个单元格中每个值出现的顺序.

示例数据集:

dat <- data.frame(
  ID = c(1:3),
  Multi = c("VAL1 VAL2 VAL3","VAL2 VAL3","VAL3 VAL1")
  ,stringsAsFactors=FALSE)

  ID          Multi
1  1 VAL1 VAL2 VAL3
2  2      VAL2 VAL3
3  3 VAL2 VAL3 VAL1

伪代码类似于:

1. 循环遍历每一行
2. 拆分字符串Multi,空格作为分隔符
3. 对于每个拆分的字符串,将新行附加到单独的data.frame中,其中包含ID,总计字符串中的Order和值.

结果如下:

      ID   Order    Multi
1      1       1     VAL1
2      1       2     VAL2
3      1       3     VAL3
4      2       1     VAL2
5      2       2     VAL3
6      3       1     VAL2
7      3       2     VAL3
8      3       3     VAL1

我目前正在考虑使用data.frame,我认为data.table更合适,因为我的表将有大约400.000这些行.

我为没有准备任何代码而道歉,我仍在考虑是否需要使用apply系列,data.table或简单的for循环.我将保持这篇文章更新我所取得的任何进展.

我在制作一个表格时遇到了问题,该表格总结了我的两个数据集及其分类变量,这是一个我在各种论文中经常看到的格式的表格.

问题如下,我有两个数据集(一个比另一个过滤得多一点),我想并排显示他们的分类汇总统计数据.使用两个数据集:

A <- head(mtcars[, c(2, 8:11)])

                  cyl vs am gear carb
Mazda RX4           6  0  1    4    4
Mazda RX4 Wag       6  0  1    4    4
Datsun 710          4  1  1    4    1
Hornet 4 Drive      6  1  0    3    1
Hornet Sportabout   8  0  0    3    2
Valiant             6  1  0    3    1

B <- head(mtcars[3:6, c(2, 8:11)])
                  cyl vs am gear carb
Datsun 710          4  1  1    4    1
Hornet 4 Drive      6  1  0    3    1 …

我很难通过木偶创建两个firefox实例.有一个实例正常工作:

启用带有木偶的Firefox启动:

firefox.exe -marionette

用python控制它:

from marionette import Marionette
client = Marionette('localhost', port=2828)
client.start_session()
client.execute_script("alert('o hai there!');")

现在我想添加第二个客户端和当前客户端,快速搜索导致--address命令:

firefox.exe -marionette --address=localhost:2829

试图通过python控制它:

from marionette import Marionette
client = Marionette('localhost', port=2829)
client.start_session()
client.execute_script("alert('o hai there!');")

但是,我似乎无法使其工作:

error: [Errno 10061] No connection could be made because the target machine actively refused it

任何帮助是极大的赞赏.

是否可以像这样创建一个对象

    $Data = new-object PSObject
    $Data | Add-member NoteProperty -Name "SiteName" -Value "Web Title"
    $Data | Add-member NoteProperty -Name "SiteURL" -Value "https://www.test.url"

然后以某种方式调用一个函数

Do-CustomFunction $Data

这将解包对象并将其属性用作命名参数，以模拟以下行为：

Do-CustomFunction -SiteName "Web Title" -SiteURL "https://www.test.url"

当运行TwitterAPI页面上的示例代码在这里,我收到以下错误.

Traceback (most recent call last):
  File "D:/Cloud/Dropbox/Coding/Python/EUR - BigData & Analytics/Workshops/Tutorial 2/twitter_query_scraper_revisited.py", line 76, in <module>
    for tweet in tweet_sequence:
  File "C:\Python33\lib\site-packages\TwitterAPI\TwitterAPI.py", line 116, in __iter__
    for item in self.get_iterator():
  File "C:\Python33\lib\site-packages\TwitterAPI\TwitterAPI.py", line 113, in     get_iterator
    return RestIterator(self.response)
  File "C:\Python33\lib\site-packages\TwitterAPI\TwitterAPI.py", line 139, in __init__
    resp = response.json()
  File "C:\Python33\lib\site-packages\requests\models.py", line 741, in json
    return json.loads(self.text, **kwargs)
AttributeError: 'module' object has no attribute 'loads'

我试过运行各种代码,但我一直无法解决它.这是我正在运行的代码:

from TwitterAPI import TwitterAPI
api = TwitterAPI(consumer_key, consumer_secret, access_token_key, access_token_secret)

r = api.request('search/tweets', …

我正在尝试执行以下操作：

本质上，我需要顺序执行以下命令：

C:\Envs\djangorocks\Scripts\activate
cd "D:\GitHub\steelrumors"

我找到了这个链接，但是创建如下快捷方式没有给我带来任何好处（只是在当前活动目录中显示一个简单的 CMD 提示符）：

cmd \k "C:\Envs\djangorocks\Scripts\activate" & "cd "D:\GitHub\steelrumors""

经过一段时间的搜索后，我仍然手动进行，任何帮助都是值得赞赏的。