小编Maj*_*jid的帖子

这是一个静态图的可复制示例，我想对其进行动画处理（我想显示MCMC采样器的行为）。

library(tidyverse)
library(gganimate)

set.seed(1234)
plot_data <- tibble(x=cumsum(rnorm(100)),
                    y=cumsum(rnorm(100)),
                    time=1:length(x)) 

ggplot(data=plot_data,
       aes(x=y, y=x)) +
  geom_point() + geom_line()

我想看到的是绘制点时它们是可见的，然后一点点褪色（即alpha从例如1变为0.3），而会有一条线仅显示最近的历史（理想情况下是淡色显示最近的历史最少消失，多退后几步完全消失）。

以下内容或多或少地实现了我想要的点（因此，从某种意义上讲，我只想向此点添加渐变线以连接最后几个点-点在某些帧上越慢渐变越好）：

ggplot(data=plot_data,
       aes(x=y, y=x)) +
  geom_point() +
  transition_time(time) +
  shadow_mark(past = T, future=F, alpha=0.3)

我正在努力的是如何为两个几何（例如点和线）添加两个不同的行为。例如，在下面的点消失了（我不希望它们消失），线条也没有褪色（我希望它们消失）。

p <- ggplot(data=plot_data,
       aes(x=y, y=x)) +
  geom_point() +
  transition_time(time) +
  shadow_mark(past = T, future=F, alpha=0.3)

p + geom_line() +
  transition_reveal(along = time) +
  shadow_mark(past = T, future=F, alpha=0.3) 

In newer versions of R (I have 3.6 and previously had 3.2), the stats::regularize.values function has been changed to have a default value of warn.collapsing as TRUE. This function is used in splinefun and several other interpolation functions in R. In a microsimulation model, I am using splinefun to smooth a large amount (n > 100,000) of data points of the form (x, f(x)). Here, x is a simulated vector of positive-valued scalers, and f(x) is some function of …

alltracks+ ggsn::scalebar(x.min = -67, x.max = -66.5, 
                        y.min = 44.5, y.max = 44.6, 
                        dist = 5, dd2km = TRUE, 
                        model = "WGS84", height = 0.5, 
                        st.dist = 0.5)

错误：

ggsn::scalebar(x.min = -67, x.max = -66.5, y.min = 44.5, y.max = 44.6, 中的错误：变换应该是逻辑的。

我尝试过更改不同的元素，但找不到解决此问题的方法。

我有一个数据帧命名df1其中有四列（即id，s，date和value）。值列为空，我想使用名为的第二个数据框填充它df2。df2被id列和其他许多列填充，这些列使用它们所属的日期命名。我需要的是找到df1$valuein的对应值df2，其中日期和ID号都匹配。

示例数据：

set.seed(123)

#df1
df1 <- data.frame(id = 1:100, 
                      s = runif(100,100,1000), 
                      date = sample(seq(as.Date('1999/01/01'), as.Date('2001/01/01'), by="day"), 100), 
                      value = NA)

#df2
df2 <- data.frame(matrix(runif(80000,1,100), ncol=800, nrow=100))[-1]
    names(df2) <- seq(as.Date("1999-01-01"),as.Date("2002-12-31"),1)[c(1:799)]  
    df2 <- cbind(id =  1:100, df2)

我是R的新手，可以针对以下问题使用一些帮助：

我有一个data.table格式的相当大的数据集，我想遍历一组由数字索引的变量（例如x_1，x_2，...，x_n）。为了简单起见，假设我要对变量y的不同值取每个变量的平均值，然后在my中将其命名为（m_1，m_2，...，m_n）data.table。

有人可以建议这样做的有效代码吗？n而且像这样的变量数量x_*太多，我无法一一完成。

谢谢