問題タブ [replicate]

重複の可能性：
Rで繰り返される値のシーケンス

全長5952のRで増加するシーケンスを生成しようとしています。手作業で書き出していますが、もっと簡単な方法があるはずです。次に例を示します。

ここで、n = 62です。結果は、長さが5952要素のベクトルです。私が役立つと思ったアプローチの1つは、次のとおりです。

もちろん、これは機能しません。結果はv = c（rep（62,96））になります。任意のヒント？

次のようなカスタム関数を定義しました。

outputこれは、 1000 行 20 列で構成される出力行列 を返します。

私がする必要があるのは、関数を 5 回繰り返して、5 つの結果をまったく新しい行列に格納することoutputです。これらの追加の 5 回の繰り返しを並列化しようとします)。final

したがってfinal、5000 行 20 列の行列である必要があります (これらの 5 回の繰り返しの背後にある理論的根拠は、他の関数の中でも特に使用する 2 つの for ループ内にありますsample)。

5 つの複製を正しく計算するを使用しようとしましfinal <- replicate(5, my.fun())たが、要素を新しい 5000 x 20 マトリックスに「手動で」配置する必要があります。これを行うよりエレガントな方法はありますか? （おそらく使用してsapply()いますか？）。どうもありがとう

私は、Excel で非常に具体的でトリッキーな状況に陥っています。基本的に、私は Outlook の連絡先のバックアップを 10 回繰り返して、それらを 1 つにまとめるという任務を負っています。私が今持っているものはこのようなものですが、90列と16,000行です...

私がしたいのは、電子メールアドレスを照合して同様の行を選択し、電話番号の列の場合、番号が1つの行にあり、他の行では番号をすべてのレコードに複製しないことです。

メモ列の場合、一部のレコードにはいくつかのメモのチャンクがあり、他のレコードには同じチャンクにさらに追加されたメモがあり、他のレコードにはメモに追加されているだけです。基本的に、セルの内容が同じで、不足しているものだけを最後に追加する場合は解決する必要があります。

最後に、データベースを次のようにしたいと思います....

この時点で、同一の行をフィルタリングしてすべての重複を削除できます。

data.table と rep を使用してグループごとにデータを複製しようとすると、メモリ割り当ての問題が発生します。

サンプルデータは次のとおりです。

私がやろうとしているのは、毎年の倍数でトークンを (現在の順序で) 複製することです。

次のコードが機能し、必要な答えが得られます。

問題は、これを 40mm 以上の行に拡大すると、考えられる両方のソリューションでメモリの問題が発生することです。

私の理解が正しければ、これらのソリューションは基本的に、毎回割り当てる rbind を実行しています。

誰かがより良い解決策を持っていますか?

data.table の set() を調べましたが、レプリケーションごとにトークンを同じ順序に保ちたかったため、問題が発生していました。

R ループを作成し、それをデータフレームを受け取る関数に変換しました。元のコードとデータ フレームは以下のとおりです。目標は、この関数またはループを 1000 回繰り返して、各 row.name の行合計を表す 1000 列を含むデータ フレームになることです。

MY GOALは、このようなデータフレームです

x は元のデータ フレームで、次のようになります。

LOOP 私は最初に rsum_s をリストとして与えるための作品を書きました。

LOOP の出力は、各行の各行のランク合計です。名前 ID: rsum_s

LOOP を FUNCTION に変換

関数の結果は、整数ではなく整数です。

ここで何が間違っているのかわかりません。ループを 1000 回実行し、ループがデータ フレームに実行されるたびにランク合計の列を追加するか、関数 sim を 1000 回複製し、すべての結果を機能するデータ フレームに変換する必要があります。誰かがこのタスクを完了するのを手伝ってくれるなら、それは素晴らしいことです

どんな助けでも大歓迎です。

関数で現在のレプリケーション番号にアクセスしてreplicate、繰り返し評価で変数として使用できる方法はありますか? たとえば、この簡単な例では、現在の複製数を使用して、現在の複製数の可変長ベクトルのリストを生成したいと考えています。たとえば、x以下は現在のレプリケートを表します。

この些細な例は簡単に実行できることを知っていますlapply

しかし、でレプリケーション カウンターにアクセスできますreplicateか?

2 ノードの Hadoop (1 つはマスター/スレーブ、もう 1 つはスレーブ) のセットアップと、サイズがそれぞれ 1GB の 4 つの入力ファイルがあります。dfs.replicate を 2 に設定すると、データ全体が理解できる両方のノードにコピーされます。しかし、私の質問は、単一ノードのセットアップよりもパフォーマンスの向上 (ほぼ 2 倍) を確認するにはどうすればよいかということです。 2 つのマッパーからレデューサーへの入力のチャネリングのオーバーヘッド。

また、レプリケーションを 1 に設定すると、データ全体がマスター ノードにのみ存在します。これは、イーサネットのオーバーヘッドを回避するためにも理解できます。しかし、この場合でも、単一ノードのセットアップと比較してパフォーマンスの向上が見られますが、これは混乱を招きます。map-reduce はローカル データ セットで実行されるため、このシナリオは基本的に、1 つの map-reduce プログラムをマスターで実行する単一ノードのセットアップと似ているはずです。データ セット全体のノード ??

誰かが私がここで欠けているものを理解するのを手伝ってくれますか???

ありがとうパワン

すべてのエントリを選択し、[ダウンロード、未変換] を選択して、トランザクション SE16 でテーブルの内容をエクスポートしました。

これらのエントリを別のシステム (同じテーブルが存在し、アクティブなシステム) にインポートしたいと考えています。

さらに、インポートすると、多数のエントリ (古いエントリ) に対して特定のキーが既に存在する可能性があります。

他のエントリには、それらがインポートされるテーブルに存在する同じキーを持つフィールドがありません (新しいエントリ)。

最初のシステムから提供されたファイルを使用して、2 番目のシステムのテーブルを簡単に更新する方法はありますか? 必要に応じて、他の 3 つの形式 (スプレッドシート、リッチ テキスト形式、HTML 形式) でデータをエクスポートできます。スプレッドシートやリッチ テキスト形式がデータを破損することがあり、html が冗長すぎるように思えます。

[編集] 一般的な要求に従って、エクスポート/インポートしようとしているテーブルは、フィールドがすべて数値、文字、日付、または時刻フィールド (フラット データ型) である Z テーブルです。

クライアントには転送に役立つ基本リソースがなく、1 つのシステム内のテーブルの 1 つを更新するプロセスを「キンナ」自動化したいため、私はこのようにしようとしています。

現時点では、このようにするのはビジネス上の要求ですが、私は提案を受け付けています (クライアントもオープンです)。

異なるサーバー上のさまざまな Tomcat インスタンスに定期的にデプロイする .WAR が 1 つあります。

FarmWarDeployer はクラスター内でのみ使用できると思います。私が理解していることから、クラスターには mod_jk が構成された HTTPD サーバーが必要です。クラスタを構成せずにこれを達成する方法を知っている人はいますか? 理想的には、context.xml も配布可能にしたいので、1 つのインスタンスを変更すると、他のすべてのインスタンスが更新されます...しかし、これにはクラスターを構成する必要があると思います。

どんな助け/アイデアも大歓迎です!