変数 x3 を、他の 2 つの変数 X1 と X2 を考慮して計算された各クラスターに対応する平均値で代入したいと考えています。「平均」のように、Hmiscパッケージから代入する関数を渡すことができ、それが機能することを私は知っています。したがって、次のすべてを行う関数を渡したいと思います。

私はそうするためにコードを書くのに使用します：

このすべてを行う関数を渡したい:

このすべてのコードを関数として渡し、Hmisc で使用する方法はありますか? (変数として x3 を導入する ddply に問題がありました)。

次のようなもの：

しかし、私はエラーが発生します:

空のクラスター: 初期中心のより良いセットを試してください

x3 に置き換えても、同じエラーは発生しません。

psych::cortest.mat を使用して相関行列の比較を作成しました。出力を Sweave ファイルに入れ、knitr で制作したいと考えています。Hmisc::latex() 関数を使用すると機能しますが、結果ごとに約 7 桁の数字が生成されるため、非常に魅力的ではありません。Knitr 内でマークアップ引数を使用して出力を生成することもできますが、ドキュメント内の他のすべてのテーブルは、ラテックス出力 (results='asis') を使用してより効率的に生成されます。

考え？

私は現在Hmisc、以下の例のように、パッケージを使用してデータをきちんとカットしようとしています:

生成されたカットは、値に関して正しいです。

ただし、データを少し異なる方法で表示したいと思います。たとえば、代わりに

[ 1, 251 )

[ 251, 501 )

表記の方がいいです

1 - 250

251 - 500

複数の変数に対して多くのことを行っているので、複数の変数に簡単に適用できる再現可能なソリューションに興味があります。

編集

コメントでの議論に続いて、ソリューションは のようなより厄介な変数で動作する必要がありますx2 <- runif(100, 5.0, 7.5)。

val以下で作成されたデータ値に似た変数を使用しています。

この変数を次の方法でカットしています。

これにより、次の結果が生成されます。

作成された出力で、次を変更したいと思います。

• 1 つの値を持つグループを作成することに興味はありません。理想的には、各グループが少なくとも 3/4 の値を持つようにしたいと考えています。逆説的に、値が 0 のグループを残すことができます。これは、後で実際のデータをマージするときに削除されるためです。
• 切断メカニズムへの変更は、整数値を持つ変数で作業する必要があります
• カットはきれいでなければなりません。1.23 - 2.35 のようなものを避けようとしています。それらの値が分布を考えると最も賢明であるとしても.
• 事実上、私が達成しようとしているのはこれです:多かれ少なかれきれいなグループを作るようにしてください。本当に小さなグループを取得してから次のグループと一緒にぶつけても、空のグループについて心配する必要はありません。

完全なコード

便宜上、完全なコードを以下に示します。

私が試したこと

最初のアプローチ

私はコードeps.correct = 0のような値で遊んでみました:pretty_breaks

しかし、どの値も近いところに私を連れて行ってくれません

2 番目のアプローチ

m= 5関数で引数を使用してみましcut2たが、同じ結果に達し続けています。

コメント返信

私の休憩機能

関数を試してみましたmybreaksが、より多くの奇妙な変数を適切にカットするには、いくつかの作業を行う必要があります。大まかに言えば、pretty_breaks私にとってはうまくいきますが、時々発生する小さなグループは望ましくありません。

バックグラウンド

有益な議論と、SO の同僚から次の点に関して受けた支援に続いて:

• Hmiscパッケージのcut2機能を効率的に使用する、
• 乱雑な文字列ベクトルの順序付け、
• きれいな休憩を作成する
• および書式設定の処理

便利な機能を組み合わせました。これは数値ベクトルを取り、グループに関連する因数分解されたベクトルを生成します。

関数

関数の本体を以下に示します。

結果

この関数は、マッピングに使用される係数を生成するときに非常に役立ちます。たとえば、次の値の場合:

関数はきれいな休憩を生成します

驚くべき伝説を生成するために使用できるもの:

これは、コロプレス マップのデータを生成するときに非常に便利で、私は常にこれを使用しています。

問題

課題は、パフォーマンスの低下に関係しています。関数は非常に遅いようです。

非常に小さなデータセット

100 個の観測値の小さなデータ セットの場合、パフォーマンスは驚くべきものではありません。

小さなデータセット

わずかに大きなデータセットでも非常に遅くなります。

したがって、私の質問はかなり単純です。関数の現在の機能を維持したいのですが、nice.cutsより高速に実行したいのです。

提案

1. この gsubfn要素にはかなりの時間がかかると思いますが、どうすればより効率的にできるかわかりません。
2. また、変数の一意の値を取得すると、少しスピードアップする可能性があると考えています。私の実際のデータでは、特定の値が繰り返されるベクトルを使用することがよくあります

ピアソン相関を見つけたい。#cols は 100 で、#rows は 300 です。次のコマンドを使用しています。

このエラーを解決するために、すべての組み合わせを試しました。誰でもこれで私を助けることができますか？

私のデータの一部は

入力ファイルにもこのヘッダーを指定しています。

私は R、Rstudio、Hmisc の最新バージョンを持っています。これには getRs 関数が必要です。knitrSet 関数と同じエラーが発生します。

require(Hmisc)

getRs() エラー: 関数 "getRs" が見つかりませんでした

KnitrSet('reg', width=80) エラー: 関数 "knitrSet" が見つかりません help.search("knitrSet",package="Hmisc") #not found ?Hmisc::knitrSet #not found 'knitrSet' のドキュメントはありません指定したパッケージとライブラリ: オプション ( url.method ='libcurl ')

ご協力いただきありがとうございます。アル