apply

    5

    4答えて

    applyを使って多くのデータを持つ関数を評価することができますが、1つのデータを使って多くの関数を評価できますか? はsapply私は得ることができます使用: sapply(list(1:5,10:20,5:18), sum) をしかし、私はこのようなsomethnigたい: sapply(1:5, list(sum, min,max)) と 15 1 5 どれでも巧妙なアイデアを得

    6

    1答えて

    apply関数の使用方法を学習しようとしていますが、このチュートリアルではわかりました:http://nsaunders.wordpress.com/2010/08/20/a-brief-introduction-to-apply-in-r/は明らかで簡潔ですが、すぐに問題に遭遇しています。彼らは適用証明するために与える非常に最初の例は次のとおりです。 > # create a matrix of

    5

    2答えて

    私は多くの場合、xtsフォーマットのデータを扱いますが、しばしばそれらをスケールする必要があります(ある日付では100に等しいと言います)。私は現在、for-loopを使用して動作する関数を使用してこれを行いますが、これは非常にの機能のようには見えません。ここで は、私は今それを行う方法は次のとおりです。 df1 <- data.frame(rnorm(100), runif(100), 1:10

    7

    2答えて

    mtsオブジェクトでapply(またはsapply)を使用すると、関数に送信するときに時系列プロパティが削除されます。どのようにmtsオブジェクトの各時系列に同じ関数(ts入力とts出力)を適用し、それを返すべきですか(mtsとするのが望ましい)[forループを使う以外にも]?時系列作品の一つだけを送信するサンプルMTS z <- ts(matrix(rnorm(90), 30, 3), star

    9

    3答えて

    は、私がデータフレームがあるとパンダ: In [1]: test_dup_df Out[1]: exe_price exe_vol flag 2008-03-13 14:41:07 84.5 200 yes 2008-03-13 14:41:37 85.0 10000 yes 2008-03-13 14:41:38 84.5 69700 yes 2008-03-13

    6

    2答えて

    私はRチュートリアルを行っていますが、これらの関数の1つを使用する必要があると思われますが、どちらが良いかはわかりませんR用語に堪能な人は、かなり混乱している)。私の作業ディレクトリに フォルダ「specdata」があります。 Specdataには、001.csv - 300.csvという数百のCSVファイルが含まれています。 私が取り組んでいる関数は、入力されたcsvファイル数の合計行数を数えな

    35

    3答えて

    hereと記載されているように、配列bをjavascriptの配列aに追加する簡単な方法はa.push.apply(a, b)です。 オブジェクトaは2回使用されます。実際には、push関数がほしいだけです。b.push.apply(a, b)はまったく同じことを実現します。最初の引数applyは、適用関数のthisを提供します。 私は、Arrayオブジェクトのメソッドを直接使用するほうが意味があ

    6

    3答えて

    Iは、配列 A <- array(0, c(4, 3, 5)) for(i in 1:5) { set.seed(i) A[, , i] <- matrix(rnorm(12), 4, 3) } 及びIは、行列B set.seed(6) B <- matrix(rnorm(12), 4, 3) にBを減算するためのコードがある場合がある場合 d<-array(0,

    7

    2答えて

    CROSS APPLYまたはOUTER APPLY演算子を含むSQLコマンドを確実に生成するEntity Frameworkクエリ用のテストケースをいくつか作成します。 これらの種類のSQLクエリが表示される典型的なシナリオを誰かが表示できますか?

    8

    1答えて

    グループ化されたDataFrameの複数の列を組み合わせて新しいDataFrameを作成することがよくあります。適用()関数は、私はそれを行うことができますが、それは、私は不要なインデックスを作成する必要があります。 In [359]: df = pandas.DataFrame({'x': 3 * ['a'] + 2 * ['b'], 'y': np.random.normal(size=5),