小编Hon*_*Ooi的帖子

我正在尝试使用已安装的R版本在Centos 6.4上安装RStudio.

我收到以下错误:

error: Failed dependencies:
libcrypto.so.6()(64bit) is needed by rstudio-server-0.97.336-x86_64
libgfortran.so.1()(64bit) is needed by rstudio-server-0.97.336-x86_64
libssl.so.6()(64bit) is needed by rstudio-server-0.97.336-x86_64

任何提示都将受到高度赞赏.

我想在协议缓冲区消息中添加字符串数组，但我不能这样做。我写如下

repeated string data = 1[packed=true];

我收到以下错误：

[packed = true] can only be specified for repeated primitive fields.

我可以使用相同的语法对int数组执行此操作。我很困惑为什么将字符串视为非原始类型。有人可以帮我吗？谢谢 ！！

我试图重现Kostakis的纸张解决方案.在本文中,使用de Heligman-Pollard模型将删节死亡率表扩展为完整的生命表.该模型有8个参数必须安装.作者使用了改进的Gauss-Newton算法; 该算法(E04FDF)是NAG计算机程序库的一部分.Levenberg Marquardt不应该产生相同的参数集吗？我的代码或LM算法的应用有什么问题？

library(minpack.lm)


## Heligman-Pollard is used to expand an abridged table.
## nonlinear least squares algorithm is used to fit the parameters on nqx observed over 5 year   intervals (5qx)
AGE <- c(0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70)
MORTALITY <- c(0.010384069, 0.001469140, 0.001309318, 0.003814265, 0.005378395, 0.005985625,     0.006741766, 0.009325056, 0.014149626, 0.021601755, 0.034271934, 0.053836246, 0.085287751, 0.136549522, 0.215953304)

## The start parameters for de Heligman-Pollard Formula (Converged set a=0.0005893,b=0.0043836,c=0.0828424,d=0.000706,e=9.927863,f=22.197312,g=0.00004948,h=1.10003)
## I …

我对p值有疑问.我一直在比较不同的线性模型,以确定一个模型是否比另一个更好,在R中具有以下功能.

 anova(model1,model2)

不幸的是,偶尔它不会计算F或p值.这是一个没有给出p值的anova摘要的例子

 Analysis of Variance Table

 Model 1: Influence ~ SortedSums[, Combos2[1, A]] + SortedSums[, Combos2[2,A]]
 Model 2: Influence ~ SortedSums[, B]
    Res.Df   RSS Df Sum of Sq F Pr(>F)
 1    127 3090.9                      
 2    128 2655.2 -1    435.74 

为了对称性,这里也是一个产生p值的anova总结.

 Analysis of Variance Table

 Model 1: Influence ~ SortedSums[, Combos2[1, A]] + SortedSums[, Combos2[2,A]]
 Model 2: Influence ~ SortedSums[, B]
    Res.Df    RSS Df Sum of Sq      F Pr(>F)
  1    127 3090.9                           
  2    128 3157.6 -1   -66.652 2.7386 0.1004

你知道为什么会这样吗？

df <- as.data.frame(cbind(c(1:10), c(15, 70, 29, 64, 57, 29, 10, 80,81, 71)))

   V1 V2
1   1 15
2   2 70
3   3 29
4   4 64
5   5 57
6   6 29
7   7 10
8   8 80
9   9 81
10 10 71

cuts <- c(5, 10, 90, 95)

我想对所有创建逻辑变量(在这种情况下,四)切值x(例如P5,P10,P90和P95)指示是否v2 <= x."手动"添加变量的简单方法不会超出一小部分:

df %<>% 
    mutate( P5 = V2 <=  5) %>% 
    mutate(P10 = V2 <= 10) %>% …

newpred <- c(1, 0 ,0 ,1 ,0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 1, 0,
0, 0, 1, 0, 1, 1, 0, 0, 1, 0, 1, 0, 0, 1, 1, 1, 0,0, 1, 0, 0,
0, 0,0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 1, 1, 0,
 0, 1, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0,  
 1,0, …

假设我有一个函数f，该函数需要一堆参数以及一个可选的额外参数。

f <- function(..., extra)
{
    arglst <- lapply(quos(...), get_expr)
    if(!missing(extra))
    {
        extra <- get_expr(enquo(extra))
        arglst <- c(arglst, extra=extra)
    }
    arglst
    ## ... do something with argument list ... ##
}

f(a, extra=foo)
# [[1]]
# a
# 
# $extra
# foo

请注意，我不想这样评估参数，但是我确实想要获取传入的表达式，以供其他代码进行评估。

新的rlang软件包（为dplyr的下一个版本提供支持，该版本将在CRAN Real Soon Now上发布）提供了用于懒惰评估的广泛工具，而我在f上面已经使用过。例如quos，get_expr和enquo都是rlang的函数。

在中f，我处理的部分extra实际上是样板代码：我想在其他函数中执行此操作，而不仅仅是在f。我不想每次都重写它，所以我想将它放入自己的函数中：

doExtra <- function(arglst, extra)
{
    if(!missing(extra))
    {
        extra <- get_expr(enquo(extra))
        arglst <- c(arglst, extra=extra) …

我正在尝试使用tidyeval进行编程。

我想编写一个函数为选定的结果变量运行逻辑回归模型：

library(tidyverse)
set.seed(1234)

df <- tibble(id = 1:1000,
             group = sample(c("Group 1", "Group 2", "Group 3"), 1000, replace = TRUE),
             died = sample(c(0,1), 1000, replace = TRUE))

myfunc <- function(data, outcome){

enquo_var <- enquo(outcome)

fit <- tidy(glm(!!enquo_var ~ group, data=data, 
                family = binomial(link = "logit")), 
                exponentiate = TRUE, conf.int=TRUE)

fit
}


myfunc(df, died)

但是得到：

！enquo_outcome错误：参数类型无效

（请注意，实际情况涉及更复杂的功能）。

这可能吗？

在 python 中，这就是我从 Azure blob 访问 csv 的方式

storage_account_name = "testname"
storage_account_access_key = "..."
file_location = "wasb://example@testname.blob.core.windows.net/testfile.csv"

spark.conf.set(
  "fs.azure.account.key."+storage_account_name+".blob.core.windows.net",
  storage_account_access_key)

df = spark.read.format('csv').load(file_location, header = True, inferSchema = True)

我怎样才能在 R 中做到这一点？我找不到任何文档...

我想计算列的总和,但排除一列.如何在添加每行的总和时指定要排除的列.

hd_total<-rowSums(hd) #hd is where the data is that is read is being held 
hn_total<-rowSums(hn)