Толпа действительно не диктует, что необходимо работать над одним автономным продуктом. Это просто указывает, что существует набор материала, который должен быть сделан (отставание продукта), существует определенное количество времени разработки, доступного в следующем повторении (работал из скорости проекта) и существуют объекты, выбранные клиентом/бизнесом как имеющий большую часть приоритета от этого пула проблем/задач, которые будут сделаны в следующем повторении (отставание спринта).
нет никакой причины, что отставание продукта и отставание спринта должны быть из одного проекта - даже в единственном проекте будут дискретные единицы работы, которые похожи на отдельные проекты - UI, бизнес-слой, схема базы данных, и т.д. Разработка программного обеспечения предприятия в особенности похожа на это, где у Вас есть много кодовых баз, что все должны прогрессировать. Процесс Толпы - встречи, вопросы, сжигают диаграмму дотла, и т.д. - вся работа, является ли это одним проектом или несколькими.
Однако на практике для каждого повторения часто хорошо иметь главную тему - "делают модуль создания отчетов" или "взаимодействует через интерфейс с API системы XYZ" - так, чтобы много проблем прибыло из одного проекта или области, и в конце повторения можно указать на большое собрание произведений и поместить галочку против него.
Вы можете использовать grep ()
с colnames ()
:
survey[,grep("bern", colnames(survey))]
Пакет "операторов" допускает некоторый синтаксис, подобный Perl:
library(operators)
survey[, colnames(survey) %~% "bern"]
или
subset(survey, select = colnames(survey) %~% "bern")
Если у вас есть ряд имен, которые вы хотите взять, вы также можете использовать совпадение. возможно, вам часто нужны переменные «пульс», «упражнения», «рост», «вес» и «возраст», но иногда они появляются в разных местах или с другими добавленными переменными. Вы можете сохранить вектор общих имен, затем сопоставить их с фреймом данных и получить новый df только для стандартных столбцов в нужном вам порядке.
basenames <- c("pulse", "exercise", "height", "weight", "age")
get.columns <- match(basenames, names(dataframe))
new.df <- dataframe[,get.columns]