小编Ash*_*hag的帖子

我在docker文件中使用下面的行安装了R. 请建议如何指定要在我的docker文件中安装的软件包.

RUN yum -y install R-core R-devel

我正在做这样的事情:

RUN R -e "install.packages('methods',dependencies=TRUE, repos='http://cran.rstudio.com/')"\
    && R -e "install.packages('jsonlite',dependencies=TRUE, repos='http://cran.rstudio.com/')" \
    && R -e "install.packages('tseries',dependencies=TRUE, repos='http://cran.rstudio.com/')" 

这是正确的方法吗？

如何在我的 docker 映像中安装 R 版本 3.4.0。我已经使用以下命令安装了 python：

RUN yum -y install https://centos6.iuscommunity.org/ius-release.rpm \
  && yum -y install python36u \
  && yum -y install python36u-devel \
  && yum -y install python36u-pip \
  && yum -y install python36u-tkinter.x86_64

同样，我需要安装 R：

到目前为止，我已经在 R 文件中指定了以下内容：

ENV R_BASE_VERSION 3.4.0
RUN Rscript -e 'install.packages("devtools",dependencies=TRUE)' \
    &&Rscript -e 'install.packages("methods",dependencies=TRUE)' \
    &&Rscript -e 'install.packages("jsonlite",dependencies=TRUE)' \

请建议。我是 docker 新手

我想我需要做如下的事情：

ENV R_BASE_VERSION 3.4.1

## Now install R and littler, and create a link for littler in /usr/local/bin
## Also …

我如何记录数据帧中的非零值并将 0 替换为 NA。

我有如下数据框：

     time                 y1  y2
0    2017-08-06 00:52:00   0   10
1    2017-08-06 00:52:10   1   20
2    2017-08-06 00:52:20   2   0
3    2017-08-06 00:52:30   3   0
4    2017-08-06 00:52:40   0   5
5    2017-08-06 00:52:50   4   6
6    2017-08-06 00:53:00   6   11
7    2017-08-06 00:53:10   7   12
8    2017-08-06 00:53:20   8   0
9    2017-08-06 00:53:30   0   13

我想记录所有列的日志，预计第一列时间，日志应该只计算非零值，零应该用 NA 替换？我该怎么做呢？

所以，我尝试做这样的事情：

cols = df.columns.difference(['time'])
# Replacing O's with NA's using below:

df[cols] = df[cols].mask(np.isclose(df[cols].values, 0), np.nan)

df[cols] = np.log(df[cols]) …

我正在尝试使用ARIMA模型进行预测。我是新来的。我尝试绘制我的数据集（每小时数据）的seasonal_decompose（），下面是该图吗？

我想了解这些情节，简要说明会有所帮助。我看到最初没有趋势，一段时间后又有上升趋势。我不确定是否要说的对吗？我想了解如何正确阅读这些图表。请给一些很好的描述。

当我尝试应用Dickey-Fuller测试来检查我的数据是否稳定并且需要进一步区分时，我得到了以下结果：

Test Statistic                   -4.117543
p-value                           0.000906
Lags Used                       30.000000
Number of Observations Used    4289.000000
Critical Value (1%)              -3.431876
Critical Value (5%)              -2.862214
Critical Value (10%)             -2.567129

我指的是2个链接以了解这一点：http : //www.seanabu.com/2016/03/22/time-series-seasonal-ARIMA-model-in-python/

该链接表示，当test-statistic大于临界值时，表示数据是固定的；另一方面，反之亦然。我对此感到困惑，我也提到了otexts.org，它说我们应该基于p值进行检查。请提出如何解释ADF测试给出的结果？

另外，当我尝试将ARIMA模型应用于数据集时：

from statsmodels.tsa.arima_model import ARIMA
model = ARIMA(df.y, order=(0,1,0))
model_fit = model.fit()

我的数据框具有datetime列作为索引，而y列具有浮点值。当我在此数据框上应用模型时。我遇到这种错误：

IndexError：列表索引超出范围。

当我尝试使用以下命令打印模型摘要时，将出现此错误：

print(model_fit.summary())

请帮我解决一下这个。这样我就可以更好地了解ARIMA。