m*f
2 楼
一个简单的作业。。。
s*h
3 楼
先谢谢了
刚用R没多久，现在要把R的数据按格式输出，有什么好的tutorial多谢推荐
数据是一个array和两个list, 长度相同，都是N，大约400k左右
R里的数据如下：
df$itemsetID 是个array[n]
head(df$itemsetID,3 )
[1] "2399" "2439" "2546"
两个list, 都是N X 10
applist[1]
[[1]]
[1] "2021" "2042" "2067" "2099" "2112" "2147" "2186" "2204" "2043" "2053"
scorelist[1]
[[1]]
[1] 0.28386375 0.12140423 0.08740495 0.07996213 0.04783727 0.04678283 0.
04569770 0.03860657 0.03166964 0.02983698
输出格式，比如说，第i行是
df$itemsetID[i]， applist[[i]][1], scorelist[[i]][1], applist[[i]][2],
scorelist[[i]][2], ...applist[[i]][10], scorelist[[i]][10]
怎么弄，多谢指点。
告诉tutorial也行。
刚用R没多久，现在要把R的数据按格式输出，有什么好的tutorial多谢推荐
数据是一个array和两个list, 长度相同，都是N，大约400k左右
R里的数据如下：
df$itemsetID 是个array[n]
head(df$itemsetID,3 )
[1] "2399" "2439" "2546"
两个list, 都是N X 10
applist[1]
[[1]]
[1] "2021" "2042" "2067" "2099" "2112" "2147" "2186" "2204" "2043" "2053"
scorelist[1]
[[1]]
[1] 0.28386375 0.12140423 0.08740495 0.07996213 0.04783727 0.04678283 0.
04569770 0.03860657 0.03166964 0.02983698
输出格式，比如说，第i行是
df$itemsetID[i]， applist[[i]][1], scorelist[[i]][1], applist[[i]][2],
scorelist[[i]][2], ...applist[[i]][10], scorelist[[i]][10]
怎么弄，多谢指点。
告诉tutorial也行。
l*s
4 楼
看不到图啊
k*a
5 楼
list里面vector如果都一样长，可以转换为data frame
比如
cbind(df$itemsetID, as.data.frame(applist), as.data.frame(scorelist))
再调调列顺序就可以了
然后合并就可以了
比如
cbind(df$itemsetID, as.data.frame(applist), as.data.frame(scorelist))
再调调列顺序就可以了
然后合并就可以了
n*3
6 楼
if 长度相同，都是N
as.data.frame converge them to data frame.
then cbind
then write.csv
【在 s****h 的大作中提到】
: 先谢谢了
: 刚用R没多久，现在要把R的数据按格式输出，有什么好的tutorial多谢推荐
: 数据是一个array和两个list, 长度相同，都是N，大约400k左右
: R里的数据如下：
: df$itemsetID 是个array[n]
: head(df$itemsetID,3 )
: [1] "2399" "2439" "2546"
: 两个list, 都是N X 10
: applist[1]
: [[1]]
as.data.frame converge them to data frame.
then cbind
then write.csv
【在 s****h 的大作中提到】
: 先谢谢了
: 刚用R没多久，现在要把R的数据按格式输出，有什么好的tutorial多谢推荐
: 数据是一个array和两个list, 长度相同，都是N，大约400k左右
: R里的数据如下：
: df$itemsetID 是个array[n]
: head(df$itemsetID,3 )
: [1] "2399" "2439" "2546"
: 两个list, 都是N X 10
: applist[1]
: [[1]]
s*h
7 楼
多谢楼上两位回复，我还是没搞掂
只好单独存成CSV，然后用perl分别读，然后再按格式输出
一个原因是想用不同的分割符，比如三个list是 A， B， C
我可能需要
A: B1, C1; B2, C2; ...
如果要搞成json格式，还需要加些括号啥的。
R有package做这种事情么？
【在 n*****3 的大作中提到】
: if 长度相同，都是N
: as.data.frame converge them to data frame.
: then cbind
: then write.csv
只好单独存成CSV，然后用perl分别读，然后再按格式输出
一个原因是想用不同的分割符，比如三个list是 A， B， C
我可能需要
A: B1, C1; B2, C2; ...
如果要搞成json格式，还需要加些括号啥的。
R有package做这种事情么？
【在 n*****3 的大作中提到】
: if 长度相同，都是N
: as.data.frame converge them to data frame.
: then cbind
: then write.csv
s*h
8 楼
另外，as.data.frame 有error.
我用的data.frame, 虽然有warning，但是结果是对的
error 和 warning是啥原因我都不清楚。
1.
tmp Error in data.frame(c("2038", "2087", "2059", "2169", "2099", "2186", :
arguments imply differing number of rows: 10, 9, 8
2.
tmp Warning messages:
1: In f(init, x[[i]]) :
number of columns of result is not a multiple of vector length (arg 2)
2: In f(init, x[[i]]) :
number of columns of result is not a multiple of vector length (arg 2)
3: In data.row.names(row.names, rowsi, i) :
some row.names duplicated: 3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,
21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,
46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,
71,72,73,74,75,76,77,78,79,80,81,82,83,84,85,86,87,88,89,90,91,92,93,94,95,
96,97,98,99,100,101,102,103,104,105,106,107,108,109,110,111,112,113,114,115,
116,117,118,119,120,121,122,123,124,125,126,127,128,129,130,131,132,133,134,
135,136,137,138,139,140,141,142,143,144,145,146,147,148,149,150,151,152,153,
154,155,156,157,158,159,160,161,162,163,164,165,166,167,168,169,170,171,172,
173,174,175,176,177,178,179,180,181,182,183,184,185,186,187,188,189,190,191,
192,193,194,195,196,197,198,199,200,201,202,203,204,205,206,207,208,209,210,
211,212,213,214,215,216,217,218,219,220,221,222,223,224,225,226,227,228,229,
230,231,232,233,234,235,236,237,238,239,240,241,242,243,244,245,246,247,248,
249,250,251,252,253,254,255,256,257,258,259,260,261,262,263,264,265,266,267,
268,269,270,271,2 [... truncated]
我用的data.frame, 虽然有warning，但是结果是对的
error 和 warning是啥原因我都不清楚。
1.
tmp Error in data.frame(c("2038", "2087", "2059", "2169", "2099", "2186", :
arguments imply differing number of rows: 10, 9, 8
2.
tmp Warning messages:
1: In f(init, x[[i]]) :
number of columns of result is not a multiple of vector length (arg 2)
2: In f(init, x[[i]]) :
number of columns of result is not a multiple of vector length (arg 2)
3: In data.row.names(row.names, rowsi, i) :
some row.names duplicated: 3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,
21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,
46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,
71,72,73,74,75,76,77,78,79,80,81,82,83,84,85,86,87,88,89,90,91,92,93,94,95,
96,97,98,99,100,101,102,103,104,105,106,107,108,109,110,111,112,113,114,115,
116,117,118,119,120,121,122,123,124,125,126,127,128,129,130,131,132,133,134,
135,136,137,138,139,140,141,142,143,144,145,146,147,148,149,150,151,152,153,
154,155,156,157,158,159,160,161,162,163,164,165,166,167,168,169,170,171,172,
173,174,175,176,177,178,179,180,181,182,183,184,185,186,187,188,189,190,191,
192,193,194,195,196,197,198,199,200,201,202,203,204,205,206,207,208,209,210,
211,212,213,214,215,216,217,218,219,220,221,222,223,224,225,226,227,228,229,
230,231,232,233,234,235,236,237,238,239,240,241,242,243,244,245,246,247,248,
249,250,251,252,253,254,255,256,257,258,259,260,261,262,263,264,265,266,267,
268,269,270,271,2 [... truncated]
o*n
9 楼
python有个json library，可以把json object load进去读成dictionary，你再把dict
处理成csv就行。R里也有类似的处理json的包，我记得。
处理成csv就行。R里也有类似的处理json的包，我记得。
s*h
10 楼
多谢回复
dict
【在 o******n 的大作中提到】
: python有个json library，可以把json object load进去读成dictionary，你再把dict
: 处理成csv就行。R里也有类似的处理json的包，我记得。
dict
【在 o******n 的大作中提到】
: python有个json library，可以把json object load进去读成dictionary，你再把dict
: 处理成csv就行。R里也有类似的处理json的包，我记得。
v*e
11 楼
多年经验，总结出来就一句话：搞数据格式，能不用R处理就不用R处理。
理由：1. 慢 2. 陷阱多容易出错 3. 繁复
理由：1. 慢 2. 陷阱多容易出错 3. 繁复
Y*a
12 楼
看楼主代码像是python的风格
你的applist和scorelist到底是什么格式？能不能给出
length(applist)
class(applist)
class(applist[1])
if 'matrix', get dim(applist[1])
if 'list', get length(applist[1])
给出这几个信息，才能写code给你
你的applist和scorelist到底是什么格式？能不能给出
length(applist)
class(applist)
class(applist[1])
if 'matrix', get dim(applist[1])
if 'list', get length(applist[1])
给出这几个信息，才能写code给你
l*n
13 楼
给个好推荐？fortran，python啥的就别说了
【在 v*******e 的大作中提到】
: 多年经验，总结出来就一句话：搞数据格式，能不用R处理就不用R处理。
: 理由：1. 慢 2. 陷阱多容易出错 3. 繁复
【在 v*******e 的大作中提到】
: 多年经验，总结出来就一句话：搞数据格式，能不用R处理就不用R处理。
: 理由：1. 慢 2. 陷阱多容易出错 3. 繁复
t*g
14 楼
http://www.statmethods.net/input/exportingdata.html
楼主试试，write.table with sep=","
我没试过output csv, 不过text 和 excel 都用过。
楼主试试，write.table with sep=","
我没试过output csv, 不过text 和 excel 都用过。
d*c
15 楼
现成包处理csv的方法是很多的，不一定能满足你的格式要求。你这样交错着输出，不
一定有现成的方法。
既然你的数据量不大，格式要求又比较特别，就写个for loop，一个个用字符串拼起来
也不会慢吧。
一定有现成的方法。
既然你的数据量不大，格式要求又比较特别，就写个for loop，一个个用字符串拼起来
也不会慢吧。
p*r
16 楼
# create matrix from applist, then transpose it
# so the matrix is N rows * 10 columns
app # Same for scorelist
score# generate column sequence (1,11,2,12...10,20) so as to reorder them after
cbind
cols # or you can do cols data # reorder columns
data # generate col_names: "applist1", "scorelist1", "applist2","scorelist2"...
colnames(data) rownames(data) # add itemID column to the front
data write.csv(data,"data.csv")
# so the matrix is N rows * 10 columns
app # Same for scorelist
score# generate column sequence (1,11,2,12...10,20) so as to reorder them after
cbind
cols # or you can do cols data # reorder columns
data # generate col_names: "applist1", "scorelist1", "applist2","scorelist2"...
colnames(data) rownames(data) # add itemID column to the front
data write.csv(data,"data.csv")
相关阅读
问个R的问题： List of list里面有一个有数值，怎么找到他的最大值的index请问：有人了解MITx MicroMasters Program in Statistics and Data Science?Data Scientist vs Software Engineer (转载)Uber数据科学组招几个DA和DS (转载)GT OMSCS 2019 fall 求加入相关群Looking for a programmer NYCTF-IDF能检查源程序抄袭吗？ (转载)晴天霹雳！汉奸组织咔咔CACAA阴谋断绝华人绿卡之路 (转载)关于课题选择的一些问题版上有做predictive modeling 的吗？概率和统计的区别【工作内推】Principal Science & Analytics初级菜鸟的纠结-是否应该转行data scientist著名人類學家胡家奇擔憂人工智慧發展AI方向会议的审稿人可以发邮件找GC/PC/AC要吗？胡家奇著名人類學家論人工智慧著名人类学家胡家奇《拯救人类》一书在新加坡出版发行可以推荐Insight Data Science的面试机会 (已结束)Desktop for Machine learning (XGboost etc.)【SparkData】大数据分析之三大利器 ～～～“ The more I use P (转载)