Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
使用 lapply 和 which 按特征和功能对数据帧进行子集化
我有一个包含 5 个维度数据的数据框 如下所示 gt dim alldata 1 162 6 gt head alldata value layer Kmultiplier Resolution Season Variable 1 0 01
r
DataFrame
subset
apply
使用 apply 和不同的函数参数来计算每个元素
假设我有一个矩阵 垫子 mat lt matrix 1 5 nrow 10 ncol 3 byrow TRUE 我有某种想要应用的函数 在本例中按列应用 getRMSE lt function true est sqrt mean true
r
apply
基于数据帧名称中的通用模式 rbind 数据帧
假设我有多个数据帧 它们都具有相同的向量名称 并且我想绑定所有具有共同模式的数据帧 所以对于这 3 个数据框 df 1 lt data frame column1 factor sample c Male Female 10 replace
r
DataFrame
apply
rbind
R dplyr:在列中查找特定值,然后用该值替换右侧后续列中的相邻单元格
我正在尝试创建一个地点和事件时间的矩阵 就我而言 一旦事件发生 1 它就是永久性的并且不能返回到 0 一旦列中的单元格为 1 我将尝试用 1 填充右侧后续列中的相邻单元格 请参见下面的示例 site lt c A B C D E F G s
r
dplyr
apply
lapply
sapply
使用 apply 函数填充 NA 矩阵
我想使用 apply 函数填充一个空矩阵 例如我的目的是简化下面的代码 tmp lt matrix NA 10 10 tmp 1 lt sample 1 500 10 tmp 2 lt sample 1 500 10 tmp 10 lt s
r
matrix
Random
apply
如何从 R apply 函数访问全局/外部范围变量?
我似乎无法使 apply 函数访问 修改在外部声明的变量 给出了什么 x data frame age c 11 12 13 weight c 100 105 110 x testme lt function df i lt 0 apply
r
scope
apply
根据向量更改列的类别
我有 2 个数据框 主要的一个df 另一个数据框tmp它描述了列类型df和新格式应转换哪些列 这是一个可重现的示例 df lt data frame var1 c a b c var2 c 1 2 3 var3 c d e f tmp lt
r
format
apply
为什么 R 中的循环很慢?
我知道循环很慢R我应该尝试以矢量化的方式做事 但为什么 为什么循环很慢并且apply快吗 apply调用几个子函数 这看起来并不快 Update 抱歉 这个问题问得不好 我将矢量化与apply 我的问题应该是 为什么矢量化速度更快 循环并不
performance
r
apply
将函数应用于数据框中的每一列,观察每列现有的数据类型
我正在尝试获取大数据框中每列的最小值 最大值 作为了解我的数据 我的第一次尝试是 apply t 2 max na rm 1 它将所有内容视为字符向量 因为前几列是字符类型 所以一些数字列的最大值是 99 5 然后我尝试了这个 sapply
r
apply
sapply
无法传入 lambda 来申请 pandas DataFrame
我正在尝试将函数应用于 pandas DataFrame 的所有行 实际上只是该 DataFrame 中的一列 我确信这是一个语法错误 但我知道我做错了什么 df col apply lambda x y x y total seconds
python
pandas
DataFrame
Lambda
apply
无法将 [] 索引应用于“方法组”类型的表达式。不知道发生了什么
所以我试图读取字符串 theMap 中的 txt 文件 然后在地图中复制 theMap 并返回地图 我还尝试读取二维字符串中的 Txt 文件 然后返回的数组是map 我想在控制台上打印它 并且存在 无法将 索引应用于 方法组 类型的表达式
c
Indexing
apply
调用函数时设置列名
假设我们有一个数字 data framefoo并想要找到每两列的总和 foo lt data frame x 1 5 y 4 8 z 10 14 w 8 4 bar lt combn colnames foo 2 function x fo
r
function
DataFrame
apply
combn
JavaScript 中的应用函数
我正在学习 JavaScript 目前正在尝试找出原因 在蜘蛛猴 https developer mozilla org en SpiderMonkey concat apply 1 2 返回预期的 1 2 but Array concat
javascript
function
apply
spidermonkey
Javascript 调用和应用函数仅在第一个参数上调用?
编辑 这个问题是由于我的误解而提出的 请谨慎行事 因为阅读它可能会浪费您的时间 我想call and apply将执行给定一组参数的函数 但我得到的测试结果令人困惑 看我的测试代码 window z 0 function window z
javascript
Call
apply
Elastic Search:常规过滤器和条件过滤器
我正在使用弹性搜索 带有查询 match all 和过滤 在我的情况下 我想应用通用过滤器并按条件过滤 这里是伪的 查询 匹配所有 工作正常 过滤 d1 和 d2 之间的日期范围 没有项目符号 3 也能正常工作 过滤器 仅在字段存在时应用
elasticsearch
conditionalstatements
apply
exists
R 中的 apply() 与用户定义函数
我有一个数据框 其中有如此排列的选票和政党标签 dat lt data frame v1 c 25 0 70 v2 c 75 100 20 v3 c 0 0 10 l1 c pA pB l2 c pB pC pC l3 c pD 这样每一行
r
apply
类型错误:无法使用此索引类型执行 __truediv__:DatetimeArray
我有一个包含收盘价的数据框 Date World EN UT IND MAT CS CD IT FN TC HC 0 1997 06 13 939 3672 96 0238 75 2840 105 2635 124 7077 80 4562
python
pandas
datetime
apply
帮我用“apply”函数替换 for 循环
如果可能的话 我的任务是找到用户连续参与游戏的最长连续天数 我没有编写 sql 函数 而是选择使用 R 的 rle 函数来获取最长的条纹 然后用结果更新我的数据库表 附加的 数据框是这样的 day user id 2008 11 01 20
r
loops
forloop
apply
根据列值和其他列更新 Pandas 单元格
我希望根据一列中的值更新许多列 这对于循环来说很容易 但当有很多列和很多行时 对于我的应用程序来说花费的时间太长 获得每个字母所需的计数的最优雅的方法是什么 期望的输出 Things count A count B count C coun
python
pandas
apply
我什么时候应该(不)想在我的代码中使用 pandas apply() ?
我在 Stack Overflow 上看到很多涉及 Pandas 方法使用的问题的答案apply 我还看到有网友在下面评论说 apply速度慢 应该避免 我读过很多关于性能主题的文章 这些文章解释了apply是慢的 我还在文档中看到了关于如
python
pandas
performance
apply
«
1
2
3
4
5
6
7
»