我在R中运行一项日常任务，该任务从Outlook中检索电子邮件（附加了csv文件），对csv文件进行一些分析，并将结果数据帧写入公司的本地驱动器。某些早晨，我发现文件尚未交付，并且根据日志，原因是以下错误：

<checkErrorInfo> 80020009 
No support for InterfaceSupportsErrorInfo
checkErrorInfo -2147352567
Error: Exception occurred.
Execution halted

我找不到发生这种情况的日子的任何模式。一旦我手动触发任务，它通常运行良好。

我已经在其他问题中看到了此错误，但是这些问题与通过Outlook发送附件有关，而我没有这样做。以下是我访问Outlook和检索数据的代码：

library(RDCOMClient)    

outlook_app <- COMCreate("Outlook.Application")

search <- outlook_app$AdvancedSearch(
  "Inbox",
  "urn:schemas:httpmail:subject = 'My_Subject'"

)
Sys.sleep(5)

results <- search$Results()

for (i in 1:results$Count()) {
  if (as.Date("1899-12-30") + floor(results$Item(i)$ReceivedTime()) 
      == as.Date(strptime(Sys.time(),format = "%Y-%m-%d"))) {
    email <- results$Item(i)
  }
}

attachment_file <- tempfile()
email$Attachments(1)$SaveAsFile(attachment_file)
data <- read.csv(attachment_file,sep=",",fileEncoding="UCS-2LE")

我正在训练一个 Keras 模型，该模型位于 Scikit 管道中并进行了一些预处理。Keras 模型定义为

from tensorflow.keras.models import Model
from tensorflow.keras.layers import Dense, Input, Dropout
from tensorflow.keras import optimizers
from tensorflow.keras.callbacks import EarlyStopping
from tensorflow.keras.wrappers.scikit_learn import KerasRegressor
from sklearn.pipeline import make_pipeline


def create_model(X_train):
    inp = Input(shape=(X_train.shape[1],))
    x = Dense(150, activation="relu")(inp)
    x = Dropout(0.4)(x)
    mean = Dense(1, activation="linear")(x)
    train_model_1 = Model(inp, mean)
    adam = optimizers.Adam(lr=0.01)
    train_model_1.compile(loss=my_loss_function, optimizer=adam)
    return train_model_1


clf = KerasRegressor(build_fn=create_model, epochs=250, batch_size=64)

Pipeline然后在with中使用

pipeline = make_pipeline(
                other_steps,
                clf(X_train)
            )


pipeline.fit(X_train, y_train)

我想在使用EarlyStopping测试数据 ( X_test, y_test …

我希望用户能够编辑已经加载的DataTable,单击一个按钮,然后将编辑后的版本用作输入来完成工作.因此,在此示例中,如何在单击"更改数据帧"按钮时使新的用户编辑版本显示在"新建"选项卡中？

用户界面

shinyUI(fluidPage(

  titlePanel(),


  sidebarLayout(


    sidebarPanel(
      actionButton("runButton","Change Dataframes")
    ),

    mainPanel(
      tabsetPanel(
        tabPanel("OldIrisTab",
                 DT::dataTableOutput("OldIris")),
        tabPanel("OldPetrolTab",
                 DT::dataTableOutput("OldPetrol")),
        tabPanel("NewIrisTab",
                 DT::dataTableOutput("NewIris")),
        tabPanel("NewPetrolTab",
                 DT::dataTableOutput("NewPetrol"))
      )
    )
  )
))

服务器文件

shinyServer(function(input,output){


  output$OldIris <- DT::renderDataTable({
    datatable(iris,editable=T)
  })

  output$OldPetrol <- DT::renderDataTable({
    datatable(petrol,editable=T)

  })

  ######
  # HERES WHERE I'M NOT REALLY SURE WHAT TO DO 

  change_data1 <- eventReactive(input$runButton, {
    withProgress(message="Generating new dataframes",{

      newdf1 <- datatable(output$OldIris)
      newdf1

    })
  })

  change_data2 <- eventReactive(input$runButton, {
    withProgress(message="Generating new dataframes",{

      newdf2 <- datatable(output$OldPetrol)
      newdf1

    })
  })


  output$NewIris <- DT::renderDataTable({
    datatable(change_data1())
  })

  output$NewPetrol <- DT::renderDataTable({ …

我已经gcsfs在我的云功能中使用了一段时间，没有出现任何问题。突然，它停止了新部署的功能，并抛出错误：（ RuntimeError: This class is not fork-safe照片中附有完整的回溯）

我猜这是由于包的依赖项之一造成的gcsfs。无论如何，我已经更新gcsfs到当前版本，但这requirements.txt没有帮助。

可以通过如下定义云函数来重现该错误（Python 3.7）：

主要.py:

import gcsfs

# Read in runners and races for end_date
fs = gcsfs.GCSFileSystem(project='project-name-1234')

def try_gcsfs(request):

    with fs.open(r'any_csv_file_in_cloud_bucket.csv', 'rb') as f:
      lines = []
        for line in f:
            lines.append(line.decode(errors='ignore'))

    print('success')

要求.txt：

gcsfs==2021.10.0

df <- data.frame(category=c("cat1","cat1","cat2","cat1","cat2","cat2","cat1","cat2"),
                 value=c(NA,2,3,4,5,NA,7,8))

我想在上面的数据框中添加一个新列，它采用value列的累积平均值，而不考虑 NA。有可能做到这一点dplyr吗？我试过了

df <- df %>% group_by(category) %>% mutate(new_col=cummean(value))

但cummean就是不知道如何处理 NA。

编辑：我不想将 NA 计为 0。