小编Qas*_*wed的帖子

%in%R中是否存在短暂否定!%in%或%!in%？

当然,我可以否定c("A", "B") %in% c("B", "C")通过!(c("A", "B") %in% c("B", "C"))(见这个问题),但我会prefere一个更直接的方法,节省了一个括号(都想必大多数人宁愿c("A", "B") != c("B", "C")过!(c("A", "B") == c("B", "C"))).

假设我有一个类似于下面的数据帧,我如何得到2个特定列之间的相关性,然后按"ID"列分组？我相信Pandas'corr'方法可以找到所有列之间的相关性.如果可能的话,我也想知道如何使用.agg函数(即np.correlate)找到'groupby'相关性.

是)我有的:

ID  Val1    Val2    OtherData   OtherData
A   5       4       x           x
A   4       5       x           x
A   6       6       x           x
B   4       1       x           x
B   8       2       x           x
B   7       9       x           x
C   4       8       x           x
C   5       5       x           x
C   2       1       x           x

我需要的:

ID  Correlation_Val1_Val2
A   0.12
B   0.22
C   0.05

谢谢!

在运行我的R-package(via devtools::check())的检查时,我面临警告''qpdf' is needed for checks on size reduction of PDFs.我发现这个问题是建议(如果我理解答案正确)运行Sys.which(Sys.getenv("R_QPDF", "qpdf")),看看是否找到qpdf.在我的情况下,这只是返回

qpdf ""

所以,我想我没有正确安装qpdf.不幸的是,在Windows上安装qpdf似乎相当复杂.我的第一个问题是:为Windows安装qpdf真的是如此痛苦和复杂吗？还是有一个简单的解决方案？

我按照说明进行操作,直到将C:\ MinGW-w64\bin和C:\ MinGW-w64\lib\mingw添加到PATH变量中.但是后来我没有找到安装 qpdf的更多具体说明,只是关于如何用不同的其他程序构建 qpdf.第二个问题是:我的假设是正确的,在我构建 qpdf之后它已经安装了吗？但真正的问题是:构建qpdf的最佳方法是什么？我试过./config-mingw32和./config-mingw64从部分"建设与MinGW的"命令,在我的C:\ MinGW的\ MSYS\1.0\BIN\bash.exe,但得到的错误信息./config-mingw32: No such file or directory,而且不知道如何解决这个问题.

我正在使用Windows 10,R版本3.3.2 Patched(2017-01-07 r71934) - "真诚的南瓜补丁"和RStudio 1.0.136.

我的函数从字典接收值。以下 MWE 应该给人留下印象：

def f(x):
    print([y for y in x])

f({'a': 0, 'b': 1}.values()) #prints [0, 1]

的类型x不是dict也不是list而是dict_values。然而def f(x: dict_values):给出了NameError: name 'dict_values' is not defined.

那么，如何在类型提示中指定 dict_values 呢？

该R软件包mice附带以下示例：

library("mice")
imp <- mice(nhanes)
fit <- with(data=imp,exp=lm(bmi~hyp+chl))

我想要一个灵活的调用，with()例如：

model_formula <- bmi~hyp+chl
fit <- with(data=imp,exp=lm(model_formula))

但这会抛出Error in eval(predvars, data, env) : object 'bmi' not found. 我搜索了类似的问题。我发现的最隐蔽的问题是帮助理解我在 R 中定义的函数中的错误。我的印象是，编写exp=lm(model_formula)表达式lm(model_formula)会立即求值，但是编写表达式时exp = lm(bmi~hyp+chl)不会立即求值 - 相反，求值将在函数中进行with.mice()？如果是这样，我怎样才能防止即时评估？

My function returns a pandas series, where all elements have a specific type (say str). The following MWE should give an impression:

import pandas as pd 
def f() -> pd.Series:
    return pd.Series(['a', 'b']) 

Within the type hints I want to make clear, that f()[0] will always be of type str (compared for example to a function that would return pd.Series([0, 1])). My initial guess was to use def f() -> pd.Series[str]: what gives the TypeError: 'type' object is …

我尝试构建一个带有一个 x 轴和两个 y 轴的图形，所有轴都来自一个数据框（类似于此处的图形）。这是我的示例数据：

import pandas as pd

df = pd.DataFrame(data={'year': [2000, 2001, 2002], 
                        'deaths': [327, 456, 509], 
                        'cheese': [13.5, 13.7, 13.8]})

我只发现了基于分类变量（我不需要的）或超过两个轴的多行问题，答案是我作为初学者不明白。

我有一个数据框，应将其分组，然后在每个组上应用几个函数。通常，我会这样做groupby().agg()（参见将多个函数应用于多个 groupby 列），但我感兴趣的函数不需要一列作为输入，而是需要多列。

我了解到，当我有一个具有多列作为输入的函数时，我需要apply（参见使用多列的 Pandas DataFrame 聚合函数）。 但是，当我有多个具有多个列作为输入的函数时，我需要什么？

import pandas as pd
df = pd.DataFrame({'x':[2, 3, -10, -10], 'y':[10, 13, 20, 30], 'id':['a', 'a', 'b', 'b']})

def mindist(data): #of course these functions are more complicated in reality
     return min(data['y'] - data['x'])
def maxdist(data):
    return max(data['y'] - data['x'])

    min   max
id      
 a    8    10
 b   30    40