小编Aja*_*hri的帖子

我找到了我的Google位置记录

https://maps.google.co.uk/locationhistory/b/0/?hl=en-GB

然后我下载了KML文件

我安装rgdal正确但无法读取文件

我把文件名和图层名称放在https://gis.stackexchange.com/questions/58131/how-to-efficiently-read-a-kml-file-into-r

 hist = readOGR(dsn="/home/ajay/Desktop/history-05-04-2015",layer="Location history from 05/05/2015 to 06/04/2015")

这是文件的样子

    <?xml version="1.0" encoding="UTF-8"?>
    <kml xmlns="http://www.opengis.net/kml/2.2"         xmlns:gx="http://www.google.com/kml/ext/2.2"       xmlns:kml="http://www.opengis.net/kml/2.2" xmlns:atom="http://www.w3.org/2005/Atom">
<Document>
 <name>Location history from 05/05/2015 to 06/04/2015</name>
<open>1</open>
<description/>
<StyleMap id="multiTrack">

这是错误

>Error in ogrInfo(dsn = dsn, layer = layer, encoding = encoding, use_iconv = use_iconv,  : 
 Cannot open file

附加信息

> ogrDrivers()
             name write
1          AVCBin FALSE
2          AVCE00 FALSE
3             BNA  TRUE
4             CSV  TRUE
5             DGN  TRUE
6            DODS FALSE
7             DXF …

我计划使用Google BigQuery(请随意建议包括Google在内的非亚马逊非Azure服务)来执行以下操作 - a)使用R专门分析数据挖掘,仪表板和文本挖掘.

R和Google平台都是固定的.

我的问题是如何以及在何处找到如何在Google Big Query中使用R. 我阅读了RCurl文档,但有点沮丧.对于可以使用R和Google BigQuery完成的简单任务,您是否只有一个用例？

library(ggplot2)
data(diamonds)
str(diamonds)
## 'data.frame':    53940 obs. of  10 variables:
##  $ carat  : num  0.23 0.21 0.23 0.29 0.31 0.24 0.24 0.26 0.22 0.23 ...
##  $ cut    : Ord.factor w/ 5 levels "Fair"<"Good"<..: 5 4 2 4 2 3 3 3 1 3 ...
##  $ color  : Ord.factor w/ 7 levels "D"<"E"<"F"<"G"<..: 2 2 2 6 7 7 6 5 2 5 ...
##  $ clarity: Ord.factor w/ 8 levels "I1"<"SI2"<"SI1"<..: 2 3 5 4 2 6 …

我正在阅读如下数据集.

 f = sc.textFile("s3://test/abc.csv")

我的文件包含50多个字段,我希望为每个字段分配列标题,以便稍后在我的脚本中引用.

我如何在PySpark中做到这一点？DataFrame的方式是什么？

PS - Spark的新手.

我期望生成大量数据然后捕获它R.我如何通过行数,列数和变量类型来估计data.frame(以及因此所需的内存)的大小.

例.

如果我有10000行和150列,其中120是数字,20是字符串,10是因子级别,我可以期望的数据帧的大小是多少.结果是否会根据存储在列中的数据而变化(如max(nchar(column)))

> m <- matrix(1,nrow=1e5,ncol=150)
> m <- as.data.frame(m)
> object.size(m)
120009920 bytes
> a=object.size(m)/(nrow(m)*ncol(m))
> a
8.00066133333333 bytes
> m[,1:150] <- sapply(m[,1:150],as.character)
> b=object.size(m)/(nrow(m)*ncol(m))
> b
4.00098133333333 bytes
> m[,1:150] <- sapply(m[,1:150],as.factor)
> c=object.size(m)/(nrow(m)*ncol(m))
> c
4.00098133333333 bytes
> m <- matrix("ajayajay",nrow=1e5,ncol=150)
> 
> m <- as.data.frame(m)
> object.size(m)
60047120 bytes
> d=object.size(m)/(nrow(m)*ncol(m))
> d
4.00314133333333 bytes

我试图找出我如何执行logical operators,当我使用索引中data.table package的R？

以下是示例.我datatable命名为dt.然后把它var2作为我的关键datatable:

> dt = data.table(var1 = rep(LETTERS[1:5],2), var2 = seq(1,20, 2), var3 = ceiling(rnorm(10, 3, 2)))
> dt
    var1 var2 var3
 1:    A    1    5
 2:    B    3    3
 3:    C    5    0
 4:    D    7    6
 5:    E    9    3
 6:    A   11    4
 7:    B   13    2
 8:    C   15    1
 9:    D   17    3
10:    E   19    7 …

我如何在R中像我做python（seaborn package）一样做一个关节图

在python中

import seaborn as sns
sns.jointplot(bigdiamonds["price"], bigdiamonds["carat"])

<seaborn.axisgrid.JointGrid at 0x207230b0>

如何在R中执行此操作？

我这样做

newzips=fromJSON("http://media.mongodb.org/zips.json")

您可以在http://media.mongodb.org/zips.json上查看数据

并得到这样的

str(newzips)
 List of 5
 $ city : chr "ACMAR"
 $ loc  : num [1:2] -86.5 33.6
 $ pop  : num 6055
 $ state: chr "AL"
 $ _id  : chr "35004\"}{\"city\":\"ADAMSVILLE\",\"loc\":[-86.959727,33.588437],\"pop\":10616,\"state\":\"AL\",\"_

我有一个数据框,其中包含一个列和行名称,

 > df
             freq
    hello     4
    sorry     2
    bad       9
    good      4     
    great     1

我想将其更改为如下所示的两列并更改行名称,

 > df
         word   freq
    1    hello   4
    2    sorry   2
    3    bad     9
    4    good    4
    5    great   1

使用Python（scipy或numpy）如何计算具有5个自由度的Student t分布的第2.5个和第97.5个百分位数

在 RI 中可以使用

> qt(c(.025, .975), df=5)   # 5 degrees of freedom 

[1] -2.5706  2.5706

在Python中我使用0.95而不是0.975得到这个

from scipy.stats import t

t.interval(0.95, 5, loc=0, scale=1)

(-2.5705818366147395, 2.5705818366147395)