我正在尝试使用多个前瞻来模拟R Perl类型正则表达式中的AND运算符grep.但是,我不明白我看到的输出.这是一个示例代码块
a <- c("abcxyz", "abcdef", "defxyz", "abcdefxyz", "xyzdefabc")
grep("(?<=abc)(?=xyz)", a, ignore.case=TRUE, perl=TRUE) # returns 1
grep("(?=abc)(?=xyz)", a, ignore.case=TRUE, perl=TRUE) # returns integer(0)
第二行表明字符串中的位置在abc和xyz之间,并匹配'abcxyz'.为什么它不匹配'abcdefxyz'？
在第三行,我试图输出1,4和5,但它返回未找到.为什么会这样？
我正在使用下面的替代解决方案,但我想在处理多个前瞻时使用前瞻来处理排序.
grep("abc.*xyz|xyz.*abc", a, ignore.case=TRUE, perl=TRUE) # returns 1 4 5 as expected
我正在尝试通过从data.table中选择一些列来对数据集进行子集化.但是,我的代码不适用于某些变体.
这是一个示例data.table
library(data.table)
DT <- data.table( ID = 1:50,
Capacity = sample(100:1000, size = 50, replace = F),
Code = sample(LETTERS[1:4], 50, replace = T),
State = rep(c("Alabama","Indiana","Texas","Nevada"), 50))
这是一个有效的子集代码:
DT[ , 1:2]
这是一段不起作用的代码.请注意,这适用于数据框,但不适用于data.table.
DT[ , seq(1:2)]
我需要第二种格式的东西,因为我是基于grep()的输出进行子集化,它提供与第二种格式相同的输出.我做错了什么？
谢谢!
我有两个数据集,一个是详细的数据集,weight另一个是应该是摘要数据集.我试图通过加入详细数据集和聚合来创建摘要数据集,但它没有按预期工作.
这是一个示例代码.
mytesta <- data.table(cola = c("a","b"), groupa = c(1,2)) # summary
mytestb <- data.table(groupa = c(1,1,1,1,2,2,2), weighta = c(10,20,30,25,15,30,10)) #detail
这是我想要的输出.
cola groupa weighta
1: a 1 85
2: b 2 55
我试图做的是,
mytesta[mytestb, on = "groupa", weight_summary := sum(i.weighta), by = "groupa"]
问题是当by使用时,内部data.table的列消失(例如mytesta[mytestb, on = "groupa", .SD, by = "groupa"]).有没有解决的办法？
我有一个非常大的data.table(500 x 2000),我需要找出是否有任何列是重复的,即所有行都有相同的值.有没有办法在data.table结构中有效地执行此操作？
我已经all(col1 == col2)为每对列尝试了一种天真的双循环方法,但这需要太长时间.我也尝试将其转换为data.frame并使用上述方法,但仍需要相当长的时间.
我目前的解决方案是将data.table转换为矩阵并使用以下apply()函数:
similarity.matrix <- apply(m, 2, function(x) colSums(x == m)))/nrow(m)
然而,这种方法迫使所有元素的模式相同,而我宁愿不会发生这种情况.我还有其他选择吗？
以下是data.table的示例构造:
m = matrix(sample(1:10, size=1000000, replace=TRUE), nrow=500, ncol=2000)
DF = as.data.frame(m)
DT = as.data.table(m)