apply

6熱

2答えて

私は大行列があると仮定： M <- matrix(rnorm(1e7),nrow=20) また各列は試料を表すと仮定する。各列にt.test()を適用したいとしますが、apply()を使用するよりもはるかに高速です。 apply(M, 2, t.test) それは私のコンピュータ上で解析を実行するために、2分弱かかりました： > system.time(invisible(apply(M,

1熱

1答えて

フィルタリングと、次のような、Iは、データフレームを有する

大Rデータフレーム内のすべての行のカウント最適化する方法：すべての一意の名前/日ペアの name day wages 1 Ann 1 100 2 Ann 1 150 3 Ann 2 200 4 Ann 3 150 5 Bob 1 100 6 Bob 1 200 7 Bob 1 150 8 Bob 2 100 を、私は計算したいです「この人の現在または翌日には賃金の回数が175を

6熱

1答えて

coffeescriptによる配列スプライシング、どのような_refですか？

array splicingのCoffeeScriptドキュメントでは、末尾には, _refの目的は何ですか？のCoffeeScript： numbers = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] numbers[3..6] = [-3, -4, -5, -6] がにコンパイル：のCoffeeScriptのスライス作業は、それがちょうど割り当てられたスライスを返すよ

1熱

1答えて

コールバックは、（）

私はこのコードを持っています： progressCallbackを作成するにはどうすればよいですか？以下のような何か： getStuff([ 'foo', 'bar' ], function(){ console.log("Finished doing stuff!"); }, function(obj){ console.log("Doing stu

5熱

1答えて

複数の列にわたるローリング回帰

複数の列を持つxtsオブジェクトに対してローリング線形回帰を計算する最も効率的な方法を見つけることに問題があります。私は検索し、いくつかの以前の質問stackoverflowでここに読んでいる。このquestion and answerは私の意見では十分ではありません。従属変数をすべての回帰で変更しないで複数の回帰を計算したいからです。私はランダムデータで例を再現することを試みた： requir

4熱

2答えて

R：複数の列にまたがる非NA値の合計をとるための "apply"ステートメント

私は博士の訪問記録の大きなデータフレームを持っています。各レコード（行）には、最大11個の診断コードを含めることができます。各行にどれほど多くの非NA診断コードがあるのか知りたい。ここでは、データのサンプルです： diag1 diag2 diag3 diag4 diag5 diag6 diag7 diag8 diag9 diag10 diag11 786 272 401 782 250 9

1熱

1答えて

apply（）の最適化

次のコードを最適化したいと思います。現在はMが2404 100の数値行列であるために、2メガバイトL2キャッシュと2GHzのデュアルコアマシン上の周りに0.085秒を実行します： Rescale <- function(M = utility.mat){ exp.M <- exp(M) result <- apply(exp.M, 1, function(x) x/sum(x)

13熱

4答えて

R内のdata.frame内のグループに関数を適用する

データフレーム内のグループ（ "a"と "b"）の変数（v）の累積合計を取得しようとしています。私のデータフレームの列csに結果を下から（どの列が正しく番号付けされていても）取得するにはどうすればよいですか？ > library(nlme) > g <- factor(c("a","b","a","b","a","b","a","b","a","b","a","b")) > v <- c(1,

15熱

6答えて

列グループに機能を適用する

applyまたは関連する関数を使用して、非常に大きなデータフレーム内の各列対の行平均の結果を含む新しいデータフレームを作成するにはどうすればよいですか？私は、多くのサンプルでn個の複製測定値を出力する装置を持っています。各測定値はベクトルです（すべての測定値は同じ長さベクトルです）。私は各サンプルのすべての反復測定値の平均（および他の統計値）を計算したいと思います。つまり、連続した列をグループ化

17熱

1答えて

setkeyと：=演算子、data.table、R

data.tableパッケージを使用しているときは、setkey()が必要なときは少し不明です。たとえば、byオプションを使用して:=オペレータを使用している場合、キーを設定していないにもかかわらず、非常に高速であるように見えます。 setkey()が必要なとき、そうでないときに誰かが解明してもらえますか？そして、:=をbyと呼ぶ前に必要でなければ、おそらくパッケージは、data.frameRのa