小编Ras*_*åth的帖子

大多数编程语言都有函数,参数,类等的官方命名约定.这里的官方意味着约定由语言背后的组织发布.

R有任何正式的命名约定吗？

我知道之前在stackoverflow上已经讨论过命名约定和R ,但那是一段时间以前我的问题不是"你喜欢什么命名约定？" 而是关注是否存在官方命名约定.

我想知道:是否有一些功能/巧妙的方法来找到覆盖R中一组2d点的给定部分的最小椭圆？随着最小的我的意思是面积最小的椭圆形.

澄清:如果点数很大,我可以使用近似正确的解决方案(因为我猜一个确切的解决方案必须尝试点的子集的所有组合)

这个问题可能听起来像是包含R中给定点百分比的椭圆问题的副本,但问题的表达形式是得到的答案不会产生最小的椭圆.例如,使用给予Ellipse的解决方案,其中包含R中给定点的百分比:

require(car)
x <- runif(6)
y <- runif(6)
dataEllipse(x,y, levels=0.5)

得到的椭圆显然不是包含一半点的最小椭圆,我猜,这是一个覆盖左上角三个点的小椭圆.

所以我正在使用一个使用S3类的R包,如果我可以将其sample作为我的一个类的方法使用,那将是非常好的.但是,base已经声明sample为非S3函数,所以我想知道的是:

重新定义非S3 base功能(例如S3 功能)是不好的风格sample？这可能会让我的包裹用户感到困惑吗？

您可以重新定义sample并保持base功能正常工作的方法是:

sample.default <- base::sample
sample <- function(x, ...) {
  UseMethod("sample")
}
# This allows me to define a new sample method for my_special_class
sample.my_special_class <- function(...) {...}

但我不确定的是,这是否会导致任何问题或命名空间问题,例如,在加载其他包时.我也注意到没有多少包重新定义sample,例如,dplyr使用sample_n和igraph使用sample_,我认为可能有一些原因...

我想知道是否有一些聪明的方法可以让客户端获取当前时间和时区，以便在server.RShiny 应用程序的一部分中使用它。如果没有，那么最简单的方法是什么？

我正在运行一项工作pyspark，我曾在其中使用分组聚合 Pandas UDF。这会导致以下（此处为缩写）错误：

org.apache.arrow.vector.util.OversizedAllocationException: Unable to expand the buffer

我相当确定这是因为 Pandas UDF 接收的组之一很大，如果我减少数据集并删除足够的行，我可以毫无问题地运行我的 UDF。但是，我想使用我的原始数据集运行，即使我在具有 192.0 GiB RAM 的机器上运行此 spark 作业，我仍然会遇到相同的错误。（并且 192.0 GiB 应该足以将整个数据集保存在内存中。）

我怎样才能给 spark 足够的内存来运行需要大量内存的分组聚合 Pandas UDF？

例如，是否有一些我错过的火花配置可以为 apache 箭头提供更多内存？

更长的错误信息

---------------------------------------------------------------------------
Py4JJavaError                             Traceback (most recent call last)
 in 
----> 1 device_attack_result.count()
      2 
      3 
      4 

/usr/lib/spark/python/pyspark/sql/dataframe.py in count(self)
    520         2
    521         """
--> 522         return int(self._jdf.count())
    523 
    524     @ignore_unicode_prefix

/usr/lib/spark/python/lib/py4j-0.10.7-src.zip/py4j/java_gateway.py in __call__(self, *args)
   1255         answer = self.gateway_client.send_command(command)
   1256         return_value = get_return_value(
-> 1257             answer, self.gateway_client, …

我一直在努力使用我觉得非常明智的规则来格式化R中的数字.我想要的是指定一些有效数字(比如3),保持显着的零,并保持小数点前的所有数字,一些例子(有3位有效数字):

1.23456 -> "1.23"
12.3456 -> "12.3"
123.456 -> "123"
1234.56 -> "1235"
12345.6 -> "12346"
1.50000 -> "1.50"
1.49999 -> "1.50"

R中是否有一个函数可以进行这种格式化？如果没有,怎么办呢？

我觉得这些是非常合理的格式化规则,但我还没有设法在R中找到以这种方式格式化的函数.据我搜索,这不是许多类似问题的重复,例如这个

编辑:

受到两个好答案的启发,我自己编写了一个函数,我相信它适用于所有情况:

sign_digits <- function(x,d){
  s <- format(x,digits=d)
  if(grepl("\\.", s) && ! grepl("e", s)) {
    n_sign_digits <- nchar(s) - 
      max( grepl("\\.", s), attr(regexpr("(^[-0.]*)", s), "match.length") )
    n_zeros <- max(0, d - n_sign_digits)
    s <- paste(s, paste(rep("0", n_zeros), collapse=""), sep="")
  }
  s
}