问题标签 [lapply]

当数据仅包含在一个列表或矩阵中时，雪包 parXapply() 函数可以很好地分配工作，但在这种情况下，我需要在四种不同类型的矩阵上运行一个函数。

例如，这就是我现在所拥有的：

我遇到的问题是矩阵非常大，我怀疑在完整列表上调用 parLapply() 涉及将所有数据传输到每个集群节点。这可能非常耗时并且会降低集群性能。

如何在调用 myfun() 之前拆分列表并仅将相关矩阵发送到每个节点进行处理？

我有一个与 R 相关的问题，这与必须读取许多文件并处理这些文件有关。每个文件用于在不同站点的不同时间进行的臭氧测量。数据采用表格格式，我可以使用以下方式读取数据：

这为我现在要处理的所有文件提供了一个数据框。例如文件被命名为：

其中“fiji”为电台名称，日期为 YMD 格式。我想对数据框进行平均以获得该站的月平均值（我一次只需要在一个站上工作，所以我真的只想对称为数据的数据框进行平均以产生 12 组平均数据）。

我想我可以使用一些 ?apply 函数来做到这一点，但我真的不知道如何做到这一点。任何关于解决方案的建议都非常感谢！

作为将日期添加到数据框中的结果示例，我们有：

此代码生成类似于我自己的数据集：

我试图找出过去 7 天内发生的变量“cnt”的总和。有时日期不是连续的（参见前面的“df”中的最后一个日期）——按 id。

这是循环：

我最终在 800 万行 data.frame（数千个 id）上运行它，所以虽然玩具在这里很快，但在实践中却非常慢。

我在代码的其他部分使用 data.table 包非常幸运，但我不知道如何让它在这里工作。也许 lapply 在 data.table 内？

提前致谢！

我尝试过使用向量、数组、列表和集合。当我稍后访问数据时，似乎数据被转换为某个一维结构。例如。

这：

产生这个：

我查看了 R 的文档（一些谷歌搜索和帮助功能），但我无法确定 read.table 返回的对象类型。根据我以前的经验，我认为这是一个数据框或矩阵。

无论如何，我怎样才能将这些输出存储在某种结构中而不是转换它？或者至少不丢弃数据。它可能像现在一样在那里。谢谢你的时间。在我目前的情况下，我有一个解决方法，但似乎这应该很容易实现。

我有一个这样的data.frame：

每行代表一个具有类别类型和该元素计数的特定元素。我想生成每个类别的计数频率分布，但这些类别目前是多余的。

如何检索冗余类别计数表？即我想要一个看起来像这样的表：

我几乎使用 lapply 到达那里：

但我似乎无法将输出强制转换为正确的数据帧。我无法完全理解使用该功能。

我有一个大约 35,000 行，7 列的数据框。它看起来像这样：

头(nuc)

gene_id 是一个因子，它有大约 3,500 个独特的级别。我想，对于每个级别的gene_id 得到min(start), max(end), mean(pctAT), mean(pctGC), 和sum(length).

我尝试使用 lapply 和 do.call ，但它需要永远 +30 分钟才能运行。我正在使用的代码是：

我确定我做错了什么来减慢速度。我还没有等待它完成，因为我确信它可以更快。有任何想法吗？

不知道怎么问这个，但我会试一试：

我有 20 个从 MS Access 导入的数据帧（例如 2006_1、2006_2、2007_1、2007_2...）。

每个 data.frame 有 10 列和大约 300 万行。

每个 data.frame 中的第一列名为secuityName，它是一个股票代码列表，后面跟着一些标签。

我想SecurityName在 20 个 data.frames 中的每一个中对列中的每一行进行大写。

结构如下：

我希望每个人看起来像这样：

我有一个名为 *Raw_data_vector* 的向量，其中包含所有 data.frame 名称

原始数据向量

我尝试使用lapply但无法正常工作：

我尝试使用 lapply 代替与 for 循环一起使用的功能。我对 R 很陌生，对 lapply 不满意。我特别不知道如何制作“如果”条件。

我当前的带有 for 循环的代码看起来像这样（它规范化卷系列）：

我从Apply over two data frames中知道如何执行一个适用于 2 个数据帧的函数，但我仍然看不到如何处理测试。

感谢您的支持，文森特

R 忽略.Random.seedlapply 内部的设置。但是，使用set.seed效果很好。

一些代码：

我的目标是检查点 MCMC 运行，以便它们可以准确地恢复。我可以轻松保存 RNG 的状态，只是无法让 R 在 lapply 循环中加载它！

有没有办法强制 R 注意到设置.Random.seed？或者有没有更简单的方法来实现这一点？

万一这很重要，我使用的是 64 位 R：

在 Ubuntu 12.04 LTS 上：

我有这样填充的数据集：

ClosePrices <- do.call(merge, lapply(tickers, function(x) Cl(get(x))))

和

我无法解决的问题是当我应用一个为每个输入生成多个列的函数时。在这种情况下，ADX 产生 4 个值 (DIp DIn DX ADX)：

如何获取相应的列名而不是数字？（DX.DIA 而不是 DX.1），还是只选择 $ADX 命名的列？