小编C. *_*aun的帖子

我正在使用 Rcpp 来加速在 R（3.4，Windows7）中重复调用的函数，我希望更改编译器设置。

当我打电话时： sourceCpp("scoreseq1.1.cc", verbose=TRUE)

部分输出内容如下：

C:/RBuildTools/3.4/mingw_64/bin/g++ -I"C:/PROGRA~1/R/R-34~1.1/include" -O2 -Wall -mtune=core2 -c Scoreseq1.1.cc -o Scoreseq1 .1.o

我想更改-mtune为haswell、 和 ，-O2以-O3寻求一些性能改进。

有没有办法通过sourceCpp或 来做到这cppFunction一点，我是否需要在 my.cc 文件中使用特殊标头，或者我是否需要修改系统上的某些文件（如果是，是什么文件？！）

谢谢！

我有一个R数据框，其中有一列数据框，我想将每列数据打印到一个文件中：

df0 <- tibble(x = 1:3, y = rnorm(3))
df1 <- tibble(x = 1:3, y = rnorm(3))
df2 <- tibble(x = 1:3, y = rnorm(3))

animalFrames <- tibble(animals = c('sheep', 'cow', 'horse'),
                       frames = list(df0, df1, df2))

我可以使用for循环来做到这一点：

for (i in 1:dim(animalFrames)[1]){
    write.csv(animalFrames[i,2][[1]], file = paste0('test_', animalFrames[i,1], '.csv'))
}

或具有purrr的walk2功能：

walk2(animalFrames$animals, animalFrames$frames,  ~write.csv(.y, file
= paste0('test_', .x, '.csv')))

有什么方法可以将此游走功能放在magrittr管道的末端？

我在想类似的东西：

animalFrames %>% do({walk2(.$animals, .$frames, ~write.csv(.y, file = paste0('test_', .x, '.csv')))})

但这给我一个错误：

Error: Result must …

Run Code Online (Sandbox Code Playgroud)

使用dplyr以下命令可以轻松创建新列mutate：

df <- data.frame(v1 = 1:3, v2 = c('a','b','c'))
> mutate(df, newcol = NA)
  v1 v2 newcol
1  1  a     NA
2  2  b     NA
3  3  c     NA

我们还可以使用向量创建多个新列mutate_at（如下所示）：

> cnames <- c('newcol1', 'newcol2', 'newcol3')
> mutate_at(df, cnames, funs(log(v1)))
  v1 v2   newcol1   newcol2   newcol3
1  1  a 0.0000000 0.0000000 0.0000000
2  2  b 0.6931472 0.6931472 0.6931472
3  3  c 1.0986123 1.0986123 1.0986123

有没有一种简单的方法可以使用 来将这些新列初始化为 NA dplyr？

例如，mutate_at(df, cnames, funs(v1 …

我有一个如下所示的 DataFrame：

>>> df = pd.DataFrame({
    'category1': list('AABAAB'),
    'category2': list('xyxxyx'),
    'year': [2000, 2000, 2000, 2002, 2002, 2002],
    'value': [0, 1, 0, 4, 3, 4]
})

>>> df
  category1 category2  year  value
0         A         x  2000      0
1         A         y  2000      1
2         B         x  2000      0
3         A         x  2002      4
4         A         y  2002      3
5         B         x  2002      4

我想扩展数据以包括某个范围内的缺失年份。例如，如果范围是range(2000, 2003)，则扩展后的 DataFrame 应如下所示：

  category1 category2  year  value
0         A         x  2000    0.0
1         A         y  2000 …

这是一个简单的问题，我似乎找不到优雅的解决方案。我正在尝试选择数据框的行，其中两列从单独的列表中形成一对。

例如：

import pandas as pd

df = pd.DataFrame({'a': range(8), 'b': range(8), 'c': list('zyxwvuts')})
pairs = [(4, 4), (5, 6), (6, 6), (7, 9)]

# The data has an arbitrary number of columns, but I just want
# to match 'a' and 'b'
df
    a   b   c
0   0   0   z
1   1   1   y
2   2   2   x
3   3   3   w
4   4   4   v
5   5   5   u
6   6   6   t
7   7   7   s

在这个例子中，我的列表 …

我想plotly基于我的数据中的一列离散值来过滤使用创建的图表.最终目标是能够使用按钮来更新过滤器值,因此我不想事先过滤数据.

library(plotly)    

df <- data.frame(group1 = rep(c('low', 'high'), each = 25),
                 x = rep(1:5, each = 5),
                 group2 = letters[1:5],
                 y = c(runif(25, 0, 2), runif(25, 3, 5)))

plot_ly(df, x = ~x, y = ~y, type = 'scatter',
        mode = 'line',
        color = ~group2,
        transforms = list(
            list(
                type = 'filter',
                target = ~group1,
                operation = '=',
                value = 'high'
            )
        )
)

我希望这会给出以下图表:

但相反它给出了这个:

它似乎是在错误的变量上过滤.为什么不按照我预期的方式过滤数据？