小编sah*_*ahn的帖子

当存在多个分组变量时，group_by 的数据屏蔽不起作用。

下面粘贴代码

grpByCols <- "model"

mpg%>%
  group_by(.data[[grpByCols]])

grpByCols <- c("model", "manufacturer")

mpg%>%
  group_by(.data[[grpByCols]])

第一个 group_by 有效，第二个失败。

粘贴下面的运行输出

> grpByCols <- "model"
> 
> mpg%>%
+   group_by(.data[[grpByCols]])
# A tibble: 234 x 11
# Groups:   model [38]
   manufacturer model      displ  year   cyl trans      drv     cty   hwy fl    class  
   <chr>        <chr>      <dbl> <int> <int> <chr>      <chr> <int> <int> <chr> <chr>  
 1 audi         a4           1.8  1999     4 auto(l5)   f        18    29 p     compact
 2 audi         a4           1.8  1999     4 manual(m5) f        21 …

我需要根据列值计算与特定行不同的行数，同时避免循环解决方案。

示例：取一个有四行的data.table对象，其中每行代表一个人。A每个人都有3个价值观v1, v2, v3。目标是计算对于特定个体（行），有多少其他个体的所有三个变量的值都严格大于（或等于），并计入变量 中count。完成这项工作的循环版本可能是：

A = data.table(matrix(0,  nrow = 4, ncol = 3))

colnames(A) <- c("v1","v2","v3")

# Assign values for variables v1, v2, v3
A[1,1] <- 1; A[1,2] <- 1; A[1,3] <- 1
A[2,1] <- 1; A[2,2] <- 1.5; A[2,3] <- 1
A[3,1] <- 0.9; A[3,2] <- 0.5; A[3,3] <- 0.8
A[4,1] <- 2; A[4,2] <- 1.5; A[4,3] <- 2

# Count variable 
A$count = NA

for(j in 1:nrow(A)){
  A$count[j] = …

我正在尝试用几何图形在 ggplot 中制作图表geom_sf。我可以使用 来绘制图表scale_fill_scontinuous，但是我想将标题分成离散的间隔，这样scale_fill_scontinuous我就可以使用 来代替使用scale_fill_brewer。\n我不想在 ggplot 之外创建中间 data.frame 或向量。

目前我的图表如下所示：

ggplot(data=uniao3, aes(fill=`\xc3\x81rea \xc3\x9amida`))+\n  geom_sf()+\n  scale_fill_continuous(limits=c(0,20000),\n                        breaks=c(500,2000,8000,15000,20000),\n                        labels=c(\'500\',\'200-2k\',\'2k-8k\',\'8k-15k\',\'15k>\'),\n                        name="Wetland")+\n    facet_wrap(~Ano)\n

输出\n

我希望将图例（比例）呈现为渐变，而不是呈现为类似于此的块：

我知道该scale_fill_brewer命令非常优雅且高效地执行此操作，但是如何将连续变量设置为 ggplot 内的离散变量？

我有以下结构：

template<typename T>
struct Foo 
{
  typename T::iterator iter;
};

预期类型：

• iter是 astd::map<K, V>::iterator时T推导为std::map<K, V>。

• iter是一个std::map<K, V>::const_iterator何时T推导为const std::map<K, V>

但我的代码总是得到一个std::map<K, V>::iterator.

如何达到预期的实施效果？

我正在尝试将当前数据集的格式更改为每行 1 个用户的格式，并将“颜色”和“食物”列中的所有唯一值（动态数量的值）拆分为各自包含“是”和“否”的列。用户有一个唯一的ID。

Current format: 
ID | Name  | Color  | Food 
1  | John  | Blue   | Pizza
1  | John  | Red    | Pizza
1  | John  | Yellow | Pizza
1  | John  | Blue   | Ice Cream
1  | John  | Red    | Ice Cream
1  | John  | Yellow | Ice Cream
2  | Kelly | Blue   | Pizza
2  | Kelly | Red    | Pizza


Desired format: 
ID | Name  | Color_Blue | Color_Red …

#include <utility>

class A {
    int* ptr;
public:
    A() {
        ptr = new int[10];
    }

    A(A&& rhs) {
        this->ptr = rhs.ptr;
        rhs.ptr = nullptr;
    }

    ~A() {
        if (ptr) delete[] ptr;
    }
};

int main() {
    A a1;
    A a2;
    a2 = std::move(a1);
}

GCC 11 抱怨复制赋值运算符被删除：

<source>: In function 'int main()':
<source>:23:22: error: use of deleted function 'constexpr A& A::operator=(const A&)'
   23 |     a2 = std::move(a1);
      |                      ^
<source>:3:7: note: 'constexpr A& A::operator=(const A&)' is implicitly declared as deleted …

我正在学习计算机体系结构，并决定尝试乘法溢出。观察到 的溢出INT_MAX * INT_MAX，但我不确定为什么这会在 C/C++ 中给出乘积 1。

#include <stdio.h>
#include <limits.h>

int main()
{
    int num = INT_MAX;
    printf("%0x\n", num);       //stdout is 0x7fffffff
    printf("%d\n", num * num);  //stdout is 1
    return 0;
}

在下面的示例中，struct A没有默认构造函数。因此，从它继承的struct B和 都struct C无法获得编译器生成的默认构造函数：

struct A {
    A(int) {}
};

struct B : A {
    B() = default; //#1
};

struct C : A {
    C();
};

C::C() = default; //#2

#1. 在 中struct B，默认的默认构造函数在类内部声明，并且所有编译器都接受它，只有 Clang 显示警告说：explicitly defaulted default constructor is implicitly deleted [-Wdefaulted-function-deleted]

#2. 但是在外部声明的默认构造函数struct C会生成编译器错误。演示： https: //gcc.godbolt.org/z/3EGc4rTqE

为什么默认构造函数的位置很重要：在类内部还是外部？

当编写 CSS 时，如果您有多个<P>标签，所有标签都需要单独的颜色，您是否只是继续编写单独的<P>选择器，还是需要有一个元素/选择器来分隔它们？

如果第三列中的值为负数，我想交换/切换两列中的值。

id <- c("1", "2", "3", "4", "5")
effect <- c("A", "C", "G", "A", "G")
non_effect <- c("C", "A", "T", "C", "C")
variable1 <- c("X", "X", "X", "X", "X")
variable2 <- c("Y", "Y", "Y", "Y", "Y")
value <-c("0.2", "-0.1", "-0.3", "0.5", "0.8")

df <- data.frame(id,effect,non_effect,variable1,variable2,value) 

我会将其作为 data.frame 获取

id effect non_effect variable1 variable2 value
1  A      C          X         Y         0.2
2  C      A          X         Y        -0.1
3  G      T          X         Y        -0.3
4  A      C          X         Y         0.5
5  G …