saply для каждой группы, использующей dplyr
Используйте класс FileSystemWatcher - он делает то, что вы хотите. Он не скажет вам, какие байты в файле изменились, но он скажет вам, какие файлы имеют изменения.
Из документа doc:
Используйте FileSystemWatcher для просмотра изменений в указанном каталоге. Вы можете следить за изменениями в файлах и подкаталогах указанного каталога. Вы можете создать компонент для просмотра файлов на локальном компьютере, сетевом диске или удаленном компьютере.
Чтобы следить за изменениями во всех файлах, установите для свойства Filter пустую строку ("") или используйте подстановочные знаки (". "). Чтобы посмотреть конкретный файл, установите для свойства Filter имя файла. Например, чтобы следить за изменениями в файле MyDoc.txt, установите для свойства Filter значение «MyDoc.txt». Вы также можете следить за изменениями в определенном типе файла. Например, чтобы следить за изменениями текстовых файлов, установите для свойства фильтра значение «* .txt».
Существует несколько типов изменений, которые вы можете наблюдать в каталоге или файле. Например, вы можете следить за изменениями атрибутов, датой и временем LastWrite или размером файлов или каталогов. Это делается путем установки свойства NotifyFilter в одно из значений NotifyFilters. Дополнительные сведения о типе изменений, которые вы можете посмотреть, см. В разделе NotifyFilters.
Вы можете наблюдать за переименованием, удалением или созданием файлов или каталогов. Например, чтобы наблюдать за переименованием текстовых файлов, установите для свойства Filter значение «* .txt» и вызовите метод WaitForChanged с переименованным, указанным для его параметра.
2 ответа
Если я понял ваш вопрос / цель, следующее даст результаты, которые вы ищете. Он использует пакет plyr поверх пакета dplyr. Скорее всего, вы столкнетесь с проблемами при использовании функции%>% с do.call, поскольку%>% - это просто ярлык для передачи предыдущего объекта в качестве первого аргумента последующей функции, а do.call ожидает именованную функцию в качестве первого аргумента
library(plyr)
df <- data.frame(group = rep(1:4, each = 10),
x1 = rnorm(40), x2 = rnorm(40), x3 = rnorm(40), x4 = rnorm(40),
X5 = rnorm(40), x6 = rnorm(40), x7 = rnorm(40))
ddply(df,.(group),function(x)
{
sapply(x[,4:ncol(x)],function(y) sd(y)/mean(y))
})
дает следующие результаты
group x3 x4 X5 x6 x7
1 1 1.650401 -1.591829 1.509770 6.464991 3.520367
2 2 11.491301 -2.326737 -1.725810 -11.712510 2.293093
3 3 -3.623159 -1.416755 2.958689 1.629667 -4.318230
4 4 9.169641 -4.219095 2.083300 1.985500 -1.678107
Рассмотрим базовые R by (объектно-ориентированная оболочка для tapply):
Данные (посеяны для воспроизводимости)
set.seed(3219)
df <- data.frame(group = rep(1:4, each = 10),
x1 = rnorm(40), x2 = rnorm(40), x3 = rnorm(40), x4 = rnorm(40),
X5 = rnorm(40), x6 = rnorm(40), x7 = rnorm(40))
by
by_list <- by(df, df$group, function(sub)
sapply(sub[, 4:ncol(sub)], function(x) sd(x)/mean(x))
)
# LIST
by_list
# df$group: 1
# x3 x4 X5 x6 x7
# -1.077354 2.252270 -2.256086 -1.716327 -5.273771
# ------------------------------------------------------------
# df$group: 2
# x3 x4 X5 x6 x7
# 2.580065 5.054094 -10.985927 32.716116 6.732901
# ------------------------------------------------------------
# df$group: 3
# x3 x4 X5 x6 x7
# -3.523565 -1.670539 -5.042595 -7.787303 -15.486737
# ------------------------------------------------------------
# df$group: 4
# x3 x4 X5 x6 x7
# -5.597470 -9.842997 1.985010 33.657188 2.629724
# MATRIX
do.call(rbind, by_list)
# x3 x4 X5 x6 x7
# 1 -1.077354 2.252270 -2.256086 -1.716327 -5.273771
# 2 2.580065 5.054094 -10.985927 32.716116 6.732901
# 3 -3.523565 -1.670539 -5.042595 -7.787303 -15.486737
# 4 -5.597470 -9.842997 1.985010 33.657188 2.629724