小编Sco*_*man的帖子

我想Sys.getenv()用来检索环境变量。

在本地，我可以.Renviron在我的工作目录中保存一个包含变量的文件。这些负载非常好并且测试通过。

存储库在这里供参考：https : //github.com/Stoltzman-Consulting/githubActionsR

但是，由于存储了机密，我无法将此文件上传到我的存储库中。我在 GitHub 机密部分创建了机密：

我的测试如下：

test_that("multiplication works", {
  expect_equal(2 * 2, 4)
})

test_that("Environment variable exists", {
  expect_equal(Sys.getenv('MY_SECRET'), 'i_want_this')
})

test_that("Environment variable 2 exists", {
  expect_equal(Sys.getenv('MY_SECRET2'), 'i_want_this_2')
})

我的 GitHub Actions 文件如下：

# For help debugging build failures open an issue on the RStudio community with the 'github-actions' tag.
# https://community.rstudio.com/new-topic?category=Package%20development&tags=github-actions
on:
  push:
    branches:
      - main
      - master
  pull_request:
    branches:
      - main
      - master

name: R-CMD-check

jobs:
  R-CMD-check:
    runs-on: ${{ matrix.config.os …

我正在尝试重新创建类似的东西 sklearn.preprocessing.LabelEncoder

但是我不想使用sklearnor pandas。我只想使用numpyPython 标准库。这是我想要实现的目标：

import numpy as np
input = np.array([['hi', 'there'],
                     ['scott', 'james'],
                     ['hi', 'scott'],
                     ['please', 'there']])

# Output would look like
np.ndarray([[0, 0],
            [1, 1],
            [0, 2],
            [2, 0]])

如果能够将其映射回来也很棒，这样结果就会再次看起来与输入完全相同。

如果这是在电子表格中，输入将如下所示：

我正在构建一个用于内部使用的包,并试图从用户中抽象出所有可能的数据库交互.我需要连接到数据库并断开与函数内的数据库的连接(我认为).但是,断开连接不起作用.

`my_func = function(){
    con = DBI::dbConnect(RSQLite::SQLite(), 'db_location.sqlite')
    r = DBI::dbSendQuery("SELECT * ...")
    dat = DBI::dbFetch(r)
    DBI::dbDisconnect(con)
    return(dat)
}`

如果你调用这个函数: MY_LIBRARY::my_func()

返回数据但连接未终止并显示警告.

`Warning message:
In connection_release(conn@ptr) :
    There are 1 result in use. The connection will be released when 
    they are closed`

我正在尝试添加在 dplyr 中使用动态数量的变量进行过滤的功能。我希望用户能够在函数调用中以简单的方式输入命令，即...- 下面的示例应该会有所帮助。用户应该能够通过简单地将它们输入到函数中来分割出来seg1 == 'b'，但所有尝试都失败了。使用标准 SQL 很容易做到这一点，只是不熟悉 NSE 格式。seg2 == 'd'my_func(example_data, seg1 = 'b', seg2 = 'd')

library('tidyverse')

example_data = tibble(seg1 = c('a','b','b','c'),
                      seg2 = c('d', 'd', 'd', 'e'),
                      out = c(1, 10, 20, 40))

my_func = function(dat, ...){
  args = list(...)
  arg_names = names(args)
  ### ????
  dat = dat %>%
    filter(???)
  ### ????
  return(dat)
}

my_func(example_data, seg1 = 'b', seg2 = 'd')

# Desired output
> example_data %>% filter(seg1 == 'b', seg2 …

如何利用魔术点 (...) / 省略号来过滤任意列？

df = tibble::tibble(col1 = c('a', 'b', 'c'), col2 = c(1,3,4))

my_func = function(x, ...){
  df %>%
    dplyr::filter(... == x)
}

my_func('a', col1)


# Should return:
# A tibble: 1 x 2
  col1   col2
  <chr> <dbl>
1 a         1