小编ViS*_*iSa的帖子

Rmarkdown这种情况已经发生过很多次了，在文件上工作了一段时间后，slow or delay execution即使 Rtudio 中没有运行任何其他东西，并且绿色进程栏在执行时的时钟符号显得暗淡，它也往往会出现代码块。

CPU和 RAM似乎都没有完全耗尽，并且仍然存在代码执行缓慢的问题。

为了解决这个问题，我通常会重新启动 Rstudio。

即使是最小类型的任务也会发生这种情况。

知道它出了什么问题吗？我该如何解决这个问题或只是改进？

我使用的是Windows 7

我正在尝试在极坐标上进行apply简单的value_counts()多列操作dataframe，但出现错误。

import polars as pl
import pandas as pd

数据：

sample_df = pl.DataFrame({'sub-category': ['tv','mobile','tv','wm','micro','wm'],
              'category': ['electronics','mobile','electronics','electronics','kitchen','electronics']})

失败的尝试：

#1
sample_df.apply(value_counts())

#2
sample_df.apply(lambda x: x.value_counts())

#3
sample_df.apply(lambda x: x.to_series().value_counts())

#4
sample_df.select(pl.col(['sub-category','category'])).apply(lambda x: x.value_counts())

#5
sample_df.select(pl.col(['sub-category','category'])).apply(lambda x: x.to_series().value_counts())

但如果我将其转换为Pandas数据框，那么它就可以工作：

sample_df.to_pandas().apply(lambda x: x.value_counts())

我在尝试通过在条件语句中使用管道运算符根据第二个 df 中可用的国家/地区过滤第一个 df 中的数据时出错。

引用国家 df

Overall_top5

########### output ###########

continent country gdpPercap

Africa  Botswana    8090        
Africa  Equatorial Guinea   20500       
Africa  Gabon   19600       
Africa  Libya   12100       
Africa  Mauritius   10900       
Americas    Canada  51600       
Americas    Chile   15100       
Americas    Trinidad and Tobago 17100   

主文件

gap_longer

########### output #############

country year gdpPercap continent

Australia   2019    57100   Oceania 
Botswana    2019    8090    Africa  
Canada  2019    51600   Americas    
Chile   2019    15100   Americas    
Denmark 2019    65100   Europe

错误：当我尝试下面的代码时，它给了我错误：

gap_longer %>% 
  filter(year == 2019,
         country %in% Overall_top5 …