问题标签 [pryr]

我有一大堆 data.frames 需要按列成对绑定，然后按行绑定，然后再输入预测模型。由于不会修改任何值，我希望最终的 data.frame 指向我列表中的原始 data.frames。

例如：

最终的 data.frame 将具有此方向（每对唯一的 data.frames 由列绑定，然后对由行绑定）：

我目前正在执行此操作：

如何避免复制我的数据，但仍能获得相同的最终结果？

在本书中，练习位于Environments本章第 10/23 页的第 1 节之后Iteration vs. Recursion。这是

修改where()以查找所有包含 name.

在这里，where()来自pryr包装。首先，确保我理解所问的内容：说我有名字mean。这可以指：

而且，假设我为同名的变量赋值：

所以，现在（如果我错了，请纠正我），前者mean受约束，baseenv()而后者受约束globalenv()。正确的？

所以我写道：

灵感where来自包中的功能pryr。

我希望我现在可以（在 R 提示符下）：

并获得一个包含基本环境和全局环境的列表。

我应该做些什么不同的事情以及如何做？

我想将一个 R 表达式解析为一个列表，并在最终将其转换为 json 对象之前选择性地修改它的各个方面。作为一个例子，我试图得到类似的东西：

我将从一个 R 表达式开始，例如：

我可以pryr::ast用来获取树的文本版本，但我想将其作为列表获取，例如：

列表的“格式”的细节并不那么重要，只是为了清楚。我只是想获得一个可计算和可修改的 R 表达式解析树。

一直在尝试使用show_c_source()Hadley Wickhams pryr 包，每次我收到以下错误消息：

Error in file(con, "r") : cannot open the connection

即使函数文档中提供的示例也不起作用：

我在 10.11.3 Mac OSX、R 3.2.4 上运行它

方案一：

输出例如：

方案二：

输出例如：

显然，程序 2 中 x 的值是在变化的，但是为什么地址也发生了变化呢？当 for 循环运行大约 500,000,000 次而在循环期间不调用 gc 时，这会导致内存泄漏吗？

这个问题建立在一个相关的帖子中，该帖子展示了如何使用包中的函数轻松地将绘图存储为r对象。伟大的！但是，我现在想创建一个将基本 r 图与 2 个数字相结合的多图。我在下面使用。%<a-%pryrggplotgrid.arrange

使用基础 rcars数据，我可以制作两个ggplot数字。

然后我用 制作一个图形，并使用包中的函数plot将该图形保存为一个对象。光滑。%<a-%pryr

最后，我想将这 3 个数字组合成一个图，如下所示。

该代码产生以下错误：

如何保存基础r图以与其他ggplot数字组合？

我已经在我的 R 工作室中安装了包 pryr，现在尝试导入相同的包，使用

得到错误为：

应该做什么，以便我可以导入它。

我正在寻找R中某些函数的真实对象类型，例如，我找不到平均函数的对象类型。

有时平均函数是 S3，有时是基函数！

我正在努力为我在 R 中使用生存库时不断遇到的环境问题找到一个优雅的解决方案。这是我遇到的问题的一个玩具示例：

这给了我错误信息：

“is.data.frame(data) 中的错误：找不到对象‘origdata’调用：otherFitFunction ... -> model.frame.default -> is.data.frame”

我知道这是一个常见问题，尤其是在进行交叉验证时，并且有一些解决方案，例如在以下位置找到的解决方案： in R: Error in is.data.frame(data) : object '' not found, C5. 0情节。（更具体地说，我知道这个例子中的问题来自生存包中“survfit.coxph.R”文件中~55行的stats::model.frame()代码。）通过阅读stackexchange上的其他帖子，我找到了解决我的问题的方法，即将 myFitFunction() 调整为：

但是，我看到或使用过的所有代码似乎都非常 hacky（包括我的，这需要我每次都保存原始数据）。此外，在我的真实代码中，我实际上无法编辑 otherFitFunction()，只能编辑甚至直接访问 myFitFunction()，这限制了我使用其他人使用的某些解决方案的能力。

我想知道这个问题是否有更优雅的解决方案。我试过玩 pryr 包，但似乎想不出任何有用的东西。

任何帮助将非常感激。

在 R 中执行生存分析时，据报道拟合模型会消耗更多内存，而不是返回的实际对象。此外，这种情况似乎只发生过几次，并非针对所有情况。

在 和 的情况下fit，fit5将pryr::mem_change()报告 ~ 7.5 MB 的变化，而每个fitX对象有 6.4 MB，如pryr::object_size(). 是否在其他地方创建了任何隐藏变量，或者它是否与 C 实现有关survfit？

编辑：我知道，实际的建模过程可能会暂时消耗更多的内存。但是，pryr::mem_change()假设在所有计算完成并且所有临时对象都被丢弃之后返回已用内存的净变化。