PU
Александр вот ни в каком виде не любит :)))
Size: a a a
2020 October 26
АК
Александр вот ни в каком виде не любит :)))
Себя он не любит 😁 Надо просто пересилить чуток, а потом уже не оттащишь.
IS
у него просто вот таких картинок мало или сервер мощный очень
AS
Александр вот ни в каком виде не любит :)))
Падажжи. Как раз c360 начинаю тестировать на околобоевых задачах и как-то оно в памяти средствами dplyr неспешно ворочается. Скоро понабегу с детскими вопросами. Раз уж сами авторы внятно работе со своим поделием научить не могут.
PU
о. велкам, сам знаешь
могу конспекты своих занятий, которые я студентам делал, скинуть
могу конспекты своих занятий, которые я студентам делал, скинуть
AS
Раньше был очень мощный сервер, а сейчас таких картинок мало. Потому дружба пока и не складываются. Не от неприятия, а от отсутствия потребности.
IS
вообще раз уж мы тут за вход в дата тейбл - мне за 40 минут воткнуться помог вот этот туториал
https://www.machinelearningplus.com/data-manipulation/datatable-in-r-complete-guide/
https://www.machinelearningplus.com/data-manipulation/datatable-in-r-complete-guide/
АК
я бы делал так. насколько это быстрее - хз
> library(data.table)
> tmp_dt <- as.data.table(tmp)
> tmp_dt <- tmp_dt[, list(vals = unlist(y)), by = x]
> tmp_dt[, index := 1:.N, by = x]
> dcast(tmp_dt, x ~ index, value.var = 'vals', fill = NA)
x 1 2 3
1: 1 a b <NA>
2: 2 a <NA> <NA>
3: 3 u x z
4: 4 a b <NA>
5: 5 a <NA> <NA>
> as.data.table(x)[, .(x = x, y = as.data.table(transpose(y)))]
x y.V1 y.V2 y.V3
1: 1 a b <NA>
2: 2 a <NA> <NA>
3: 3 u x z
4: 4 a b <NA>
5: 5 a <NA> <NA>
AS
Себя он не любит 😁 Надо просто пересилить чуток, а потом уже не оттащишь.
Я-то ладно. У меня же ещё и подопечные есть. Видя код, который они мне присылают в
tidyverse я понимаю, что обучать их data.table -- истинное живодёрство.IS
> as.data.table(x)[, .(x = x, y = as.data.table(transpose(y)))]
x y.V1 y.V2 y.V3
1: 1 a b <NA>
2: 2 a <NA> <NA>
3: 3 u x z
4: 4 a b <NA>
5: 5 a <NA> <NA>
внушает. Спасибо большое! Реально очень остроумно
АК
внушает. Спасибо большое! Реально очень остроумно
Буду признателен, если выложишь бенчмарки на реальных данных. Варианты с tidy, от @konhis и мой.
PU
> as.data.table(x)[, .(x = x, y = as.data.table(transpose(y)))]
x y.V1 y.V2 y.V3
1: 1 a b <NA>
2: 2 a <NA> <NA>
3: 3 u x z
4: 4 a b <NA>
5: 5 a <NA> <NA>
я думал над таким вариантом
но на большой таблице я хз как transpose себя поведет
но на большой таблице я хз как transpose себя поведет
АК
я думал над таким вариантом
но на большой таблице я хз как transpose себя поведет
но на большой таблице я хз как transpose себя поведет
Тут не думать, а проверять надо.
IS
Буду признателен, если выложишь бенчмарки на реальных данных. Варианты с tidy, от @konhis и мой.
Да сделаю, к вечеру поближе - ночью в релиз
PU
PU
Да сделаю, к вечеру поближе - ночью в релиз
вот. нормальные люди. не то что мы, в пятницу вечером зарелизились %))))
IS
Самый прикол - что я продукт овнер при этом. А в консоле git add
IS
так что насчет нормальности - я бы не был столь категоричен
АК
вот. нормальные люди. не то что мы, в пятницу вечером зарелизились %))))
А ночью тебе мыло с CI придёт о фейлах в папйлайне.
PU
не, у нас же сначала тестируется на локальных серверах все
потом релизный билд уходит на ревью в магазин приложений и если там все норм - раскатывается
потом релизный билд уходит на ревью в магазин приложений и если там все норм - раскатывается