Bogaso's questions

Abaixo está o código para estimar a associação de grupo de cada elemento de um grande vetor

Interval = data.frame(lowerLimit = c(0, c(13.31, 14.1, 14.52, 15.9, 17.88, 20.85, 22.14, 22.6, 23.49, 
24.31, 26.54, 27.29, 32.41, 33.49, 35.08, 38.25, 41.84, 46, 47.35, 
47.85, 48.13, 48.25, 48.8, 50.83, 51.55, 53.22, 54.21, 55.94, 
56.31, 58.09, 58.35, 59.92, 60.78, 64.9, 68.7, 72.79, 77.27, 
78.38, 79.04, 80.61, 85.52, 86.25, 86.63, 88.05, 90.07, 90.25, 
95.13, 96.88, 98.47, 99.77)), upperLimit = c(13.31, 14.1, 14.52, 15.9, 17.88, 20.85, 22.14, 22.6, 23.49, 
24.31, 26.54, 27.29, 32.41, 33.49, 35.08, 38.25, 41.84, 46, 47.35, 
47.85, 48.13, 48.25, 48.8, 50.83, 51.55, 53.22, 54.21, 55.94, 
56.31, 58.09, 58.35, 59.92, 60.78, 64.9, 68.7, 72.79, 77.27, 
78.38, 79.04, 80.61, 85.52, 86.25, 86.63, 88.05, 90.07, 90.25, 
95.13, 96.88, 98.47, 99.77, 100))

set.seed(1)
Num = runif(100000, 0, 100)
sapply(Num, function(i) which(Interval$lowerLimit <= i & Interval$upperLimit > i))

Embora o código acima possa estimar a associação de grupo para cada elemento de Num, gostaria de saber se existe algum método mais eficiente e rápido disponível. Para vetores grandes, este código está demorando muito.

Muito obrigado pela sua sugestão.

Abaixo está meuggplot

library(ggplot2)

dat = structure(list(x = c(0.038362636053748, 0.0350340127781965, 0.0170342545048334, 
0.0456167190917768, 0.0246753886074293, 0.015978419353487, 0.02345346731483, 
0.035775313929189, 0.0362819382816087, 0.0460074759379495, 0.0355744209617842, 
0.0278667781117838, 0.0421519015298691, 0.0305214132531546, 0.0204445846693125, 
0.0358961151842959, 0.0457219827605877, 0.0376390527805779, 0.0338345712644514, 
0.0251005005848128, 0.0472049922449514, 0.0303733868291602, 0.0189651491877157, 
0.0413547690375708, 0.0273687251936644, 0.0229116637981497, 0.01601815621485, 
0.0462230957380962, 0.0341604682744946, 0.0283300181594677, 0.0451373701705597, 
0.0258701920940075, 0.0484355257067364, 0.0219022567092907, 0.0367744490783662, 
0.01956381403259, 0.0354586373071652, 0.018800362132024, 0.0348129489354324, 
0.0423994669434615, 0.0377335927507374, 0.0238844661298208, 0.035316273967037, 
0.0324556400394067, 0.0411237295146566, 0.0484172792441677, 0.0420868713012897, 
0.0158112288371194, 0.0189540091762319, 0.0224225894582924, 0.0443572197458707, 
0.033456686232239, 0.0189867398678325, 0.0209547734842636, 0.0416194785234984, 
0.0280921992170624, 0.0410054941219278, 0.0280553078558296, 0.0264267705800012, 
0.0297777217288967, 0.0254321554536, 0.0274427520309109, 0.0431906649225857, 
0.0332097801065538, 0.0338664089515805, 0.0299551230377983, 0.0431238019827288, 
0.0456232655630447, 0.033413805536693, 0.0321371672407258, 0.0303111031767912, 
0.0489989949064329, 0.0481856980791781, 0.0168232739227824, 0.0351056582189631, 
0.0468146548746154, 0.0338977668609004, 0.038348187035881, 0.0214134330151137, 
0.0412089407735039, 0.0487178196012974, 0.0486091111518908, 0.0240328466054052, 
0.0393267812766135, 0.0275843715528026, 0.0270194761327002, 0.042719343539793, 
0.0311470661952626, 0.0385598440270405, 0.0298005522810854, 0.048948519427795, 
0.0287848878221121, 0.0329418209090363, 0.0232495477492921, 0.0420155188802164, 
0.0266449011012446, 0.0486524973902851, 0.0270629280386493, 0.0351066672045272, 
0.0234074234869331, 0.0286317409807816), y = c(0.674042553191489, 
0.668936170212766, 0.662127659574468, 0.672340425531915, 0.663829787234043, 
0.662127659574468, 0.660425531914894, 0.67063829787234, 0.67063829787234, 
0.67063829787234, 0.668936170212766, 0.667234042553192, 0.672340425531915, 
0.665531914893617, 0.660425531914894, 0.67063829787234, 0.672340425531915, 
0.672340425531915, 0.667234042553192, 0.663829787234043, 0.67063829787234, 
0.665531914893617, 0.663829787234043, 0.672340425531915, 0.667234042553192, 
0.662127659574468, 0.662127659574468, 0.67063829787234, 0.667234042553192, 
0.668936170212766, 0.672340425531915, 0.665531914893617, 0.67063829787234, 
0.662127659574468, 0.67063829787234, 0.662127659574468, 0.668936170212766, 
0.663829787234043, 0.668936170212766, 0.672340425531915, 0.672340425531915, 
0.660425531914894, 0.668936170212766, 0.665531914893617, 0.672340425531915, 
0.67063829787234, 0.672340425531915, 0.662127659574468, 0.663829787234043, 
0.662127659574468, 0.672340425531915, 0.667234042553192, 0.663829787234043, 
0.660425531914894, 0.672340425531915, 0.668936170212766, 0.672340425531915, 
0.668936170212766, 0.665531914893617, 0.667234042553192, 0.663829787234043, 
0.667234042553192, 0.672340425531915, 0.667234042553192, 0.667234042553192, 
0.667234042553192, 0.672340425531915, 0.672340425531915, 0.667234042553192, 
0.665531914893617, 0.665531914893617, 0.672340425531915, 0.67063829787234, 
0.662127659574468, 0.668936170212766, 0.672340425531915, 0.667234042553192, 
0.674042553191489, 0.662127659574468, 0.672340425531915, 0.67063829787234, 
0.67063829787234, 0.660425531914894, 0.674042553191489, 0.667234042553192, 
0.667234042553192, 0.672340425531915, 0.665531914893617, 0.674042553191489, 
0.667234042553192, 0.672340425531915, 0.668936170212766, 0.665531914893617, 
0.662127659574468, 0.672340425531915, 0.665531914893617, 0.67063829787234, 
0.667234042553192, 0.668936170212766, 0.660425531914894, 0.668936170212766
)), class = "data.frame", row.names = c(NA, -101L))

ggplot(dat, aes(x, y)) +
  geom_point() +
  scale_x_continuous(limit = c(1.5/100, 7/100), breaks = c(0.037, seq(1.5/100, 7/100, by = .5/100)))

Como pode ser visto, ele x-axis tick-linesse torna bem irregular quando eu marco o item extra em 0,037.

Existe alguma maneira de colocar tick-linesem intervalo regular ainda tendo uma ticklinha extra em 0,037?

Estou tentando criar um ggolot onde as cores das x-axismarcas de seleção seriam diferentes. Abaixo está meu código, baseado em outra publicação: https://stackoverflow.com/a/24078744/1867328

library(ggplot2) 
ggplot(data.frame(name=c("apple", "orange", "plum"),value=c(3,8,2),outlier=c(FALSE,TRUE,FALSE))) +
geom_point(aes(x=value,y=name)) +
theme(axis.text.y = element_text(ifelse(outlier, 'red', 'green')))

Com esse código estou recebendo erro como

Error: object 'outlier' not found

Entendo que esse erro é da linha

element_text(ifelse(outlier, 'red', 'green'))

No entanto, com base no estilo de codificação existente, não quero definir dados externamente. Existe alguma maneira de a função element_text()acessar os dados definidos internamente ggplote usar a coluna outlier?

Obrigado pela sua dica.

Digamos que eu tenha a string abaixo

mystring = '12312022273qeq'

Agora preciso combinar a string com 2023 or 2024 or 2000e então substituir a parte combinada por uma adicionada '-'e colocá-la de volta na string original.

Então minha sequência final será

newstring = '12312022-273qeq'

Eu sei que existe uma função R gsub() para substituir parte da string com base na correspondência de regex, no entanto, não consegui descobrir como posso usar essa função neste problema.

Com base na sugestão de @jay.sf, tentei com o seguinte

gsub('(2023)|(2022)|(2021)', '\\1-', '12312022273qeq')

No entanto, ele fornece um resultado incorreto"1231-273qeq"

Qualquer ajuda sobre este assunto será muito útil

Digamos que eu tenha o gráfico abaixo

library(ggplot2)
library(zoo)
dat = rbind(data.frame('Quarter' = as.yearqtr(as.Date(c('2000-01-01', '2002-01-01', '2004-01-01', '2006-01-01'))), 'Val' = c(10,20,30,40), 'Val_Lower' = c(10,20,30,40) - 5, 'Val_Upper' = c(10,20,30,40)+5, type = rep('A', 4)), 
            data.frame('Quarter' = as.yearqtr(as.Date(c('2000-01-01', '2002-01-01', '2004-01-01', '2006-01-01'))), 'Val' = c(10,20,30,40)-5, 'Val_Lower' = c(10,20,30,40)-5 - 5, 'Val_Upper' = c(10,20,30,40)+5-5, type = rep('B', 4)))

ggplot(dat, aes(x = Quarter, y = Val)) +
  geom_point(aes(color = type)) +
  geom_ribbon(aes(fill = type, ymin = Val_Lower, ymax = Val_Upper), alpha = .3)

No entanto, em vez de uma faixa contínua para limites inferiores e superiores, quero ter uma barra vertical para cada dado separadamente com diferentes type, algo como abaixo

Existe alguma maneira de atingir esse tipo de enredo?

Eu tenho os seguintesggplot

library(ggplot2)
library(zoo)
dat = rbind(data.frame('Quarter' = as.yearqtr(as.Date(c('2000-01-01', '2002-01-01', '2004-01-01', '2006-01-01'))), 'Val' = c(1,2,3,4), type = rep('A', 4)), 
            data.frame('Quarter' = as.yearqtr(as.Date(c('2000-01-01',  '2004-01-01' ))), 'Val' = c(10,11), type = rep('B',2)))

ggplot(dat, aes(x = Quarter, y = Val)) +
  geom_bar(aes(fill = type), position = 'dodge', stat = 'identity', width = .5)

Como você pode ver, a largura das barras está variando apesar do argumento de passagem width = .5. Eu tenho os dados da série temporal, então não quero mudar o eixo x para fatorar.

Existe alguma maneira de corrigir a largura da barra na configuração atual?

Tenho uma lista de palavras como abaixo:

STR = ['aa', 'dffg', 'aa2', 'AAA3']

Quero obter uma lista de elementos da lista acima que correspondem a uma string:

to_match = 'aa'

Tentei o código abaixo:

import re
[re.findall(to_match, iWord) for iWord in STR]
# [['aa'], [], ['aa'], []]

No entanto, eu queria obter uma lista como ['aa', 'aa2', 'AAA3'].

Tenho o gráfico abaixo usandoplotly

library(plotly)
set.seed(1)
n <- 100
theta <- runif(n, 0, 2*pi)
u <- runif(n, -1, 1)


base<-'B1'
compare<-'A1'

p <- plot_ly(x = ~sqrt(1 - u^2) * cos(theta), y = ~sqrt(1 - u^2) * sin(theta), z = ~u) %>%
  layout(
    title = "Some plot",
    scene = list(
      yaxis = list(title = expression('theta'))
    ))
p

Eu queria adicionar uma expressão grega thetano título do eixo y e tentei usar expression(theta), mas não está renderizando.

Você poderia descobrir como é possível adicionar letras gregas em plotly?

Corri abaixo para obter informações sobre a lista de argumentos e valores padrões de uma função/método.

import pandas as pd
import inspect
inspect.getfullargspec(pd.drop_duplicates)

Resultados:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: module 'pandas' has no attribute 'drop_duplicates'
>>> inspect.getfullargspec(pd.drop_duplicates)

Qual é a maneira correta de buscar tais informações de qualquer função/método?

Esta é uma pergunta complementar da minha postagem anterior em Plotando 2 histogramas nas partes superior e inferior de um único gráfico

Desenhei abaixo o par de histogramas

library(ggplot2)
set.seed(1)
dat = rbind(data.frame('val' = rnorm(100), 'met' = 'Metric1'), data.frame('val' = rt(100, 2), 'met' = 'Metric12'))

ggplot(dat, aes(x = val, fill = met)) + 
  geom_histogram(data    = dat[dat$met == 'Metric1',], 
                 breaks  = seq(-10, 10, 0.5),
                 mapping = aes(y = after_stat(density)),
                 colour  = "black",
                 alpha   = 0.3) +
  stat_function(fun = dnorm, args = list(mean = 0, sd = 1)) +
  geom_histogram(data    = dat[dat$met == 'Metric12', ],
                 breaks  = seq(-10, 10, 0.5),
                 mapping = aes(y = -after_stat(density)),
                 colour  = "black",
                 alpha   = 0.3)+
  coord_cartesian(xlim = c(-10, 10))

Com isso, consegui desenhar normal density ploto primeiro histograma, mas não consegui sobrepor a curva de densidade normal para o segundo histograma.

Qualquer sugestão de como posso desenhar o segundo normal density plotpara o segundo histograma seria ótima.

Obrigado pelo seu tempo.

Quero desenhar dois histogramas na mesma janela de plotagem, mas colocados verticalmente. Um exemplo pode ser encontrado em https://blogs.sas.com/content/graphicallyspeaking/files/2013/11/MirrorHistogramVert.png

Abaixo está meu código

library(ggplot2)
set.seed(1)
dat = rbind(data.frame('val' = rnorm(100), 'met' = 'Metric1'), data.frame('val' = rt(100, 2), 'met' = 'Metric12'))

ggplot(dat, aes(x = val, y = met, color = met)) + geom_histogram()

No entanto, estou recebendo o erro abaixo

Error in `geom_histogram()`:
! Problem while computing stat.
ℹ Error occurred in the 1st layer.
Caused by error in `setup_params()`:
! `stat_bin()` must only have an x or y aesthetic.
Run `rlang::last_trace()` to see where the error occurred.

Também quero adicionar uma curva de probabilidade para Normal distributionambos os histogramas.

Qualquer sugestão sobre qual seria a abordagem correta será muito útil

Eu tenho abaixo histogra refletindo sobre ggplot

library(ggplot2)
n = 1000
mean = 0
sd = 1
binwidth = 0.3 # passed to geom_histogram and stat_function
set.seed(1)
df <- data.frame(x = rnorm(n, mean, sd))

myplot = ggplot(df, aes(x = x, mean = mean, sd = sd, binwidth = binwidth, n = n)) +
    theme_bw() +
    geom_histogram(binwidth = binwidth, 
        colour = "white", fill = "cornflowerblue", size = 0.1)

Agora quero adicionar um rótulo personalizado na área superior central, mas deve haver alguma margem, digamos 10 pontos na parte superior do meu rótulo. Eu tentei abaixo

myplot+
geom_label(aes(x = mean((df$x)), y = 100), label = 'Plot with y', label.padding = unit(.7, 'lines'), fill = '#000000', color = '#ffffff', alpha = 0.2)

Existe alguma maneira de definir dinamicamente (com base apenas em dados, sem qualquer codificação) y = 100para manter o rótulo no topo com margem de 10 pontos?

eu tenho abaixoggplot

library(ggplot2)
col_define = c('red', 'orange', 'blue', 'lightblue', 'green')
names(col_define) = as.vector(unique(diamonds$cut))

ggplot(diamonds, aes(color)) +
  geom_bar(aes(fill = cut)) +
  scale_fill_manual(values = col_define, breaks = names(col_define), aesthetics = c("fill")) + 
    theme(panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        legend.position=c(0,1),
        legend.justification = c(0,1),
        legend.box.margin = margin(5, l = 5, unit = 'mm'),
        legend.box = 'horizontal',
        legend.box.background = element_rect( fill = alpha('#7f7f7f', .2), size = 0.1, linetype = "solid", color = "#595959"),
        axis.text.x = element_text(angle = 30, hjust = 1)
        ) 

Como você pode ver, a legenda não parece estar na posição correta. Quero colocar minha legenda na posição superior esquerda dentro da área de plotagem, mas haverá margem superior e margem esquerda de 5 pixels.

Além disso, a cor da margem e o valor alfa também não parecem estar corretamente visíveis. Além disso, os itens da legenda devem ser colocados horizontalmente

Você poderia ajudar como corrigi-los?

Eu tenho o código abaixo

import pandas as pd
from dateutil.relativedelta import relativedelta
date = pd.to_datetime(['2001-01-01', '2003-01-01'])
date + relativedelta(months = +6)

Basicamente, estou tentando calcular a data de 6 meses à frente a partir de um dataframe de datas.

O código acima está falhando.

TypeError: unsupported operand type(s) for +: 'DatetimeArray' and 'relativedelta'

Você poderia ajudar a corrigir este código?

Eu tenho o código abaixo

import pandas as pd
pd.to_datetime(['8/23/1999']).strftime("%m/%d/%Y").astype('str')

Isso gera08/23/1999

No entanto, eu quero conseguir8/23/1999

Existe alguma formatação específica a ser usada para este caso?

Eu tenho abaixo a função personalizada

import pandas as pd
def MyFn(DF : pd.DataFrame) -> float :
  return DF['Col_A'].values[1] - DF['Col_B'].values[1]

No entanto, quero forçar o usuário a fornecer um dataframe com 2 colunas e com nomes de colunas como'Col_A' and 'Col_B'

Qualquer ideia de como posso fazer isso seria muito apreciada.

Eu tenho uma função personalizada definida como abaixo

Function abc(Seed As Long)
Static iset As Integer
Static gset As Double
MsgBox Rnd(Seed)
MsgBox Rnd(Seed)
abc = 0
End Function

No entanto, recebo dois valores diferentes Rnd(Seed)de MsgBox. No entanto, desde que consertei a semente, esperava obter os mesmos valores.

Você poderia me ajudar a entender como a semente funciona emrnd()

Eu tenho a seguinte sequência de números

dat = c(-0.958694836980719, -0.105869068515775, -0.980669802804642, 
0.028491800336812, -0.635061963060457, 0, -0.930716072199491, 
0, 0.588929981219519, 0, 0.282785133581983, 0.611611557545295, 
0.0378059192851003, -0.797706616778708, 0, 0, 0, 0, 0.517465164205096, 
0, -0.488017358301909, 0, 0, -0.25055111810459, -0.649502253262175, 
-0.665111940088685, 0, 0.0833606598934977, -0.514514991719384, 
0.317596020495366, 0.794602807208168, 0, 0, -0.694999957450694, 
0.68257063515541, 0, -0.624026837516857, 0, 0, 0.450339396971535, 
-0.0302201203415504, -0.579393349186543, -0.844405771995823, 
0.315863139331068, -0.171564746000156, -0.0996391017024767, 0, 
0.0838315913186335, -0.36374768393003, 0, -0.572951822576261, 
-0.352439656458088, -0.637019777744324, 0, 0, -0.0952080968332089, 
0.617610001126072, -0.0816285346831291, 0.365239637846338, -0.0470848081799582, 
-0.925681187001364, 0, 0, 0.516154738675926, 0, 0.335416263139046, 
0.532290710398372, 0.18945326903775, 0.288998846320578, 0.125846440933334, 
-0.279555383136218, -0.456389602581116, -0.716237311784933, -0.0920396169199712, 
-0.2813560662731, 0.345024808219092, 0.338383493565635, 0.0058064242368383, 
0, 0.967537135446715, 0, 0.875822485251258, -0.431060076692186, 
-0.822882194591966, -0.62446221874739, -0.348475036137595, 0, 
0, 0.560600291351039, -0.855141781405395, 0, -0.706490388562219, 
0, -0.0451735735541755, 0.113810585454296, 0, -0.283307362362865, 
0.557656832607336, 0, 0, -0.909282421745824, -0.638976539326668, 
0.393719257131686, 0.301397306195678, 0, -0.74000532620085, 0.831188707386854, 
0.786577908437602, 0.296505948686095, 0.139539200765132, 0.88548929301196, 
0, 0.416614048955629, -0.316088049464881, 0, -0.323222691008726, 
-0.227387382853164, -0.562929988503375, 0, 0.283457267127375, 
0.713770547038207, 0.390959387881678, 0, 0, 0, 0.130514217066274, 
0.511687471126713, 0, 0.259730193040464, 0.741689274343481, -0.775924686373506, 
-0.495098678357968, 0.284476197633141, -0.900591805602638, -0.276707687274933, 
-0.191991699142624, 0, -0.916979262244761, 0.769473198941637, 
-0.241554713076157, 0, 0, 0, -0.231727168460227, -0.761155897450598, 
-0.678432614215555, -0.934782559884297, 0, 0, -0.314088267640064, 
0.186322473577494, 0, -0.235062452954516, 0, -0.314446614967701, 
-0.290302655565895, 0, 0, 0.144997859475891, 0, -0.840827052729484, 
0.88274732032249, 0.228399769981503, 0, 0.109512538112691, 0.671159365334607, 
0, 0, 0.0383683666391103, -0.798745428998881, 0, 0, 0, 0.244742671600118, 
-0.567358245295884, 0.509559617984882, 0.909915275452086, 0, 
0.904785111614818, 0, 0.207396095012435, 0, -0.156956691582582, 
0.776618542355675, -0.555791786131894, 0, 0.932355178469579, 
0.429624993163275, 0.0220608551322564, 0.146385826283492, 0, 
0.111119149224947, 0, 0.200025553735095, -0.429542452648371, 
-0.0528214778849886, 0, 0.353971870563417, 0, 0.768878060423797
)

Estou tentando calcular, por mais que 'n' consecutive zerostenham ocorrido muitas vezes na sequência acima.

Existe alguma função direta disponível em R para conseguir o mesmo?

Eu tenho uma lista de 0/1valores, ou seja

MyList = [0,0,0,0,1,0,1,0,0,0,1,1,0]

Meu objetivo é calcular o número de pares como (0,0) and (0,1).

No exemplo acima, existem 5 pares de (0,0)(ou seja, primeira, 2ª, 3ª e oitava, nona posições) e (0,1)existem 3 dessas ocorrências.

Existe alguma função/método disponível para conseguir isso?