я и я в порядке с ответом Хэдли, но это иронично идет о тех самых вещах, которые OP заявил заранее, он не спрашивал.

ли причина, почему я должен использовать map(<list-like-object>, function(x) <do stuff>)вместо lapply(<list-like-object>, function(x) <do stuff>)результат должен быть таким же, и сделанные мной тесты показывают, чтоlapply немного быстрее ...

пожалуйста, посмотрите на обновленный вопрос. Спасибо!!

много вопросов о скользящей регрессии в R, но здесь я специально ищу что-то, что используетdplyr, broom и (при необходимости)purrr. Это то, что делает этот вопрос другим. я хочу бытьtidyverse последовательны. Можно ли сделать правильную ...

совет по использованию dplyr :: do vs purrr: map, tidy :: nest, для прогнозов

Я только что наткнулся на пакет purrr, и я думаю, что это немного помогло бы мне с точки зрения того, что я хочу сделать - я просто не могу собрать его вмест...

Ошибка разбора: «Trailing Garbage» при попытке разбора столбца JSON во фрейме данных

У меня есть файл журнала, который выглядит какэтот.Я пытаюсь разобрать JSON в

Использование purrr :: map для итерации линейной модели по столбцам во фрейме данных

Я пытаюсь выполнить упражнение, чтобы лучше узнать, как использовать функцию карты в мурлыканье. Я создаю некоторые случайные данные (10 столбцов из 10 точек...

...

ользую функцию map пакета purrr в R, которая выдает в качестве вывода список. Теперь я хотел бы, чтобы вывод был именованным списком на основе ввода. Пример ...

Я использовал ваше гнездовое решение для решения многих моих сложных проблем. Это такая полезная стратегия, не могли бы вы написать блог о том, как эффективно ее использовать, и написать через r-bloggers.com.

 и явно ссылаться на соответствующие данные:

у обновитьlm-модель с использованиемupdate-функция внутриmap-call, но это выдает следующую ошибку: mtcars %>% group_by(cyl) %>% nest() %>% mutate(lm1 = map(data, ~lm(mpg ~ wt, data = .x)), lm2 = map(lm1, ~update(object = .x, formula = .~ . + ...

множественные лаги с аккуратной оценкой

анные: library(tidyverse) data <- tibble::tribble( ~var1, ~var2, ~var3, ~var4, ~var5, "a", "d", "g", "hello", 1L, "a", "d", "h", "hello", 2L, "b", "e", "h", "k", 4L, "b", "e", "h", "k", 7L, "c", "f", "i", "hello", 3L, "c", "f", "i", "hello", 4L ...

 собирать другие параметры для передачи в

нтересно как пользоватьсяpmap() функционировать, если у меня есть более 3 входов в качестве параметров для отображения в функцию с другими входами по умолчанию. Вот воспроизводимый пример: a=c(5, 100, 900) b=c(1, 2, 3) ablist=list(mean=a,sd=b) ...