小编Hug*_*den的帖子

这是一些示例数据

library(tidyverse)

data <- matrix(runif(20), ncol = 4) 
colnames(data) <- c("mt100", "cp001", "cp002", "cp003")
data <- as_tibble(data)

真实的数据集有更多的列，但实际上有很多列都以“cp”开头。我dplyr可以选择所有这些列

data %>%
  select(starts_with("cp"))

有没有一种方法可以使用starts_with（或类似的函数）按多列进行过滤，而不必显式地全部写入？我在想这样的事情

data %>%
  filter(starts_with("cp") > 0.2)

谢谢！

我已经编写了一个函数，它的工作原理与我在 python 中想要的完全一样，但是当我尝试在 RI 中运行它时，遇到了网状的问题。我已经解决了这个问题并将其简化为这个问题。我在 python 中有这个函数：

def get_largest_eigenvalue(inc_mat):
    eigen_val = scipy.sparse.linalg.eigs(inc_mat, k = 1)
    eigen_val = eigen_val[0] / inc_mat.shape[0]
    return eigen_val

本质上，该函数采用 csr_matrix 并返回其最大特征值。它应该适用于任何 csr_matrix。当我使用网状运行此代码时出现错误，解决此问题将解决我更大的问题。

要在网状中运行此代码，我运行

library(reticulate)
use_virtualenv("default")

我之前运行过此代码以将 scipy 安装到此虚拟环境

virtualenv_install("default", c("scipy"))

然后我用过

source_python("file_name.py")

加载我的所有 python 函数，包括上面的函数。除了上面的函数之外，我加载的所有其他函数都可以完美运行。当我尝试运行它时，我收到以下错误

py_call_impl 中的错误（可调用，dots$args，dots$keywords）：AttributeError：模块“scipy.sparse”没有属性“linalg”

我在这里有点超出我的深度，我尝试运行类似的代码

virtualenv_install("default", c("scipy.sparse"))

但这会导致更多错误并且不起作用。任何帮助，将不胜感激！谢谢你！