小编Rac*_*wal的帖子

我有一个数字向量列表,我想将它们组合成一个向量.但我无法做到这一点.该列表可以在列表元素中具有一个共同的元素.最终的矢量不应该添加两次.这是一个例子:

>lst
`1`
[1] 1 2
`2`
[2] 2 4 5
`3`
[3] 5 9 1

我想要最终结果

>result
[1] 1 2 4 5 9 1

我试着做以下事情,而不用担心重复:

>vec<-vector()
>sapply(lst, append,vec)

和

>vec<-vector()
>sapply(lst, c, vec)

他们都没有工作.有人可以帮我吗？

谢谢.

我正在尝试对数据帧进行子集化,其中我基于多个列值获得多个数据帧.这是我的例子

>df
  v1   v2   v3   v4   v5
   A    Z    1    10   12
   D    Y    10   12    8
   E    X    2    12   15
   A    Z    1    10   12
   E    X    2    14   16

预期的输出是这样的,我将这个数据帧拆分为基于列v1和的多个数据帧v2

>df1
 v3   v4   v5
  1   10   12
  1   10   12
>df2
 v3   v4   v5
 10   12    8
>df3
 v3   v4   v5
 2    12   15
 2    14   16

我已经编写了一个现在正在运行的代码,但不认为这是最好的方法.必须有更好的方法来做到这一点.假设tabdata.frame具有初始数据.这是我的代码:

v1Factors<-levels(factor(tab$v1))
v2Factors<-levels(factor(tab$v2))

for(i in 1:length(v1Factors)){
  for(j in 1:length(v2Factors)){
    subsetTab<-subset(tab, v1==v1Factors[i] & v2==v2Factors[j], select=c("v3", "v4", …

我有一个数据框,其中包含标题

Name  0x1  1x2

read.csv将标题更改为

Name X0x1 X1x2

有没有办法可以避免这种情况？

谢谢.

我有一个数据框:

x <- data.frame(id = letters[1:3], val0 = 1:3, val1 = 4:6, val2 = 7:9)
#   id val0 val1 val2
# 1  a    1    4    7
# 2  b    2    5    8
# 3  c    3    6    9

在每行中,我想计算每个值的相应比例(比率).例如,对于"val0"列中的值,我想计算行方式val0 /(val0 + val1 + val2).

期望的输出:

  id     val0  val1   val2
1  a    0.083  0.33   0.583
2  b    0.133  0.33   0.533
3  c    0.167  0.33   0.5

任何人都可以告诉我这是最好的方法吗？这里只有三列,但可能有很多列.

我编写了一个函数来使用ggplot函数获得比例堆积条形图.现在我在这里使用列名ID.

PropBarPlot<-function(df, mytitle=""){
    melteddf<-melt(df, id="ID", na.rm=T)
    ggplot(melteddf, aes(ID, value, fill=variable)) + 
      geom_bar(position="fill") + 
      theme(axis.text.x = element_text(angle=90, vjust=1)) + 
      labs(title=mytitle)
}

我想让它变得通用.所以我想使用列索引而不是列名.我尝试过做这样的事情.

PropBarPlot<-function(df, mytitle=""){
    melteddf<-melt(df, id=names(df)[1], na.rm=T)
    ggplot(melteddf, aes(names(df)[1], value, fill=variable)) + 
      geom_bar(position="fill") + 
      theme(axis.text.x = element_text(angle=90, vjust=1)) + 
      labs(title=mytitle)
}

但没有用.谁能建议我怎么做？

谢谢.

我正在使用ggplot绘制比例堆积条形图.我得到的情节是这样的:

这是我正在使用的自编函数:

df <- data.frame(id=letters[1:3],val0=1:3,val1=4:6,val2=7:9, val3=2:4, val4=1:3, val5=4:6, val6=10:12, val7=12:14)

PropBarPlot<-function(df, mytitle=""){
   melteddf<-melt(df, id=names(df)[1], na.rm=T)
   ggplot(melteddf, aes_string(x=names(df)[1], y="value", fill="variable")) + 
     geom_bar(position="fill") + 
     theme(axis.text.x = element_text(angle=90, vjust=1)) + 
     labs(title=mytitle)
}

print(PropBarPlot(df))

在这里val4并val5没有太大的不同.

但由于颜色,其中一些是无法区分的.有人能告诉我如何选择更好的颜色,以便它们可以区分吗？

谢谢.

交互式 rebase 之间有什么不同，例如：

git rebase -i HEAD~3

并在没有-i：

git rebase HEAD~3

我有两个数据框:

>df1
type  id1  id2  id3  count1  count2  count3
a     x1   y1   z1   10      20      0
b     x2   y2   z2   20      0       30
c     x3   y3   z3   10      10      10

>df2
id   prop
x1   10
x2   5
x3   100
y1   0
y2   50
y3   80
z1   10
z2   20
z3   30

count*就像重量一样.所以,最后我想加入表格,这TotalProp是道具和计数的加权和

例如,对于df1中的第一行 TotalProp = 10(prop for x1) * 10(count1) + 0(Prop for y1) * 20(count2) + 10(Prop for z1) * 0(count3) = 100

因此我的决赛桌看起来像这样:

>result
type …

我正在尝试升级我当前的回归基础设施以使用管道插件,我意识到有两种方法:scripted pipeline和declarative pipeline.通过多篇文章,我意识到这declarative pipeline是更具前瞻性和更强大的功能,因此我倾向于使用它.但似乎有以下限制,我不希望在我的设置中:

1. 该jenkinsfile需求是在库中.我不想让我jenkinsfile留在代码库中.

2. 由于jenkinsfile需要在SCM中.这是否意味着我无法测试文件中的任何修改,直到我检查到存储库.

上述任何细节都非常有用.

我在 RNN 工作。我有以下来自某个站点的代码行。如果您观察到第二层没有“returnSequence”参数。

我假设返回序列是强制性的，因为它应该返回序列。你能告诉为什么这没有定义。

第一层 LSTM：

regressor.add(LSTM(units = 30, return_sequences = True))

第二层 LSTM：

regressor.add(LSTM(units = 30))