问题标签 [coerce]

Data.frames 似乎保留了数据的底层结构，这有时会带来不便。特别是，我有一个由两个列表（使用 rbind 组合）构造的 data.frame。因为维护了底层列表结构，这意味着我不能（轻松）从 data.frame 中提取列向量，并且经常在列向量上运行的函数不起作用。有没有办法将 data.frame 的底层结构转换为更“可预测”的格式。

这是一个简单的例子：

快速检查str(df1$a)并str(df2$a)显示前者是一个向量，而后者是一个列表。因此，这混淆了我们可能会尝试对 data.frame 执行的一些常见操作，例如，尝试通过以下方式对 data.frame 进行排序：

我知道我可以使用 unlist 解决这些问题，例如 ，df2[order(unlist(df2$a)), ]但我真的希望能够让 df2 “像”df1 一样。特别是因为在我的情况下，其他人可能最终会使用我的代码。有没有一种简单的方法来实现这一点（无需逐一列出每一列）？

I'm a beginner to R and ran into an error while trying to use the optim function.

I have a likelihood equation that I'd like to maximize, so I've implemented the following code:

Everything works until the optim function at which I get the following error message: Error in optim(par = estimate, fn = log.lik, control = list(fnscale = -1), : cannot coerce type 'closure' to vector of type 'double'

Would anyone have an idea of what might be the issue here? Any help would be appreciated!

The data file is just one column of simulated financial losses in a csv format. When I output the datafile variable here's a sample of what I get:

Edited code incorporating changes from comments:

我有一个对称距离矩阵（x）：

我想将其分析为图表，以计算其光谱密度。为了做到这一点，我想按照以下步骤（使用 igraph）：

但我从一开始就有麻烦。我可以让我的矩阵成为一个矩阵

但我不能强迫它是数字

我需要邻接矩阵是数字的，以便沿着我的管道移动。有什么建议吗？当然，也欢迎实现我的目标的替代方法。

提前致谢。

我是stackoverflow的新手，所以在阅读我的问题时请考虑到这一点......谢谢你的帮助。

我正在尝试在 R 中运行先验函数，但出现错误：

不能用重复名称的事务强制列表

我不知道我的数据在 CSV 文件中的格式是否存在问题，或者我是否缺少程序中的步骤。

1. 加载 CSV 文件
2. mydata<-lapply(mydata, as.factor)
3. rules<-apriori(mydata,parameter=list(supp=.01,conf=.7))

asMethod(object) 中的错误：无法强制列出具有重复项的事务

我的数据被格式化为交易列表，每个可用产品（列）为 1 或 0：

我正在寻找程序中的错误，我发现它是由 Numpy 的意外行为产生的......

例如，当使用 Python3k 和 Numpy 对不同整数类型进行简单的算术运算时，例如

(numpy.uint64) + (int)

结果是......一个 numpy.float64

这是一个例子：

它产生以下结果：

当您处理整数以避免舍入错误时，这可能是非常出乎意料的......

通过将 1 替换为 numpy.uint64(1) 可以轻松解决上述“问题”，但我可以看到很多错误来自于此。这种情况背后的规则和逻辑是什么？在这种情况下，是否有任何关于强制执行方式的文档？我找不到它。

我之前以为你可以通过使用 .item() 对强制有一些了解，但它更具误导性：

生产

所以 .item() 将 numpy.uint64 转换为 int，如果你在算术运算中明确使用它，它就可以工作。

我很惊讶（但我猜我缺乏 numpy 经验），当 'a' 对应于 numpy 特定的 dtype 时，

和

不要产生相同的结果......因此在转换回 numpy dtype 时会给出不同的结果。

（使用的环境是最新的 Pyzo 发行版，通过 IEP，如果重要的话。我通常使用 Python 2，但我必须在 Py3k 中进行一些测试，这是一种方便的方法。）

我的数据中一定有错误的日期，但我宁愿继续将其设置为缺失。但是，我试图强迫它失败了，我看不到其他选择。有什么可做的？

相关线路是：

错误是：

我在 Linux 下使用版本 pandas 0.16.2 np19py26_0、iopro 1.7.1 np19py27_p0 和 python 2.7.10 0。

我有一个带有电子邮件 ID 的文本文件，我正在读入 R（示例 1）。有时该字段为空白（示例 2）。

我正在使用以下代码读取数据：

我有类似的其他字段，例如 From、Subject 等。提取值后，我会将它们转换为数据框。

每当我有一个值不存在的文件（示例 2）时，都会获取一个长度为 0 的空字符，这会在使用它们创建数据框时引发错误。每当我得到一个空字符时，有没有办法可以强制一个像“NoID”这样的虚拟值。我尝试了以下但似乎没有改变任何东西。

或这个：

我可以强制一个值或 NA 以便我可以解析每个邮件 ID 吗？

我正在使用 CRAN 包组合中的 permn 函数来生成一个列表列表，该列表由一系列数字的所有排列组成，如下所示

我也有

我的目标是按数字升序对这个列表列表进行排序（每个元素都需要被视为一个三位数字），而以下工作正常

任何 permn(n) n>3 都会产生错误的排序。我意识到我的问题是我正在对单个值而不是 n 位数字进行排序，但我不知道如何正确分解、排序和重组。我试过了

但它给出了相同的结果

也就是说，我没有在我正在使用的其他元素的上下文中对每个元素进行排序。

有什么建议么？

我创建了一个滑块 WPF CustomControl，并对强制行为感到惊讶。

• My Min DP 强制 Max & Value
• 我的 Max DP 强制 Min & Value

如果我的 Min 为 0，我的 Value 为 0，Max 为 100，如果我将 Min 更改为 1，则 Value 也更改为 1。好的，没关系。

现在，如果我将 Min 设置为 0，则 Value 将更改回 0。

发生的情况是 WPF 将任何本地值（通过绑定、样式或以编程方式设置）存储在本地字段中，但不存储由强制函数设置的值。

如何防止这种行为？

鉴于没有显式转换Time就无法比较对象Fixnum：

以及文档的内容Range#cover?，

cover?(obj)→true或false

true如果在范围的和obj之间，则返回。beginend

这测试begin <= obj <= end什么时候exclude_end?是false和begin <= obj < end什么时候exclude_end?是true。

我预计：

引发异常而不是默默地返回false。为什么它不引发异常？

可以理解的是，通过显式转换，比较有效：