r - 如何找到一组非零值后跟至少 3 个零值的索引？-6ren

r - 如何找到一组非零值后跟至少 3 个零值的索引？

转载作者：行者123 更新时间：2023-12-04 11:30:36

我有一个数据框，我想在其中找到一组非零值的开始和结束索引，这些值后跟至少 3 个零值。

基本上，如果字符串是

1 2 0 0 0 4 2 22 41 0 0 0 0 0 5 6 0 0 4 0 0 3 2 1

我希望有:

startindiex endindex
   1           2
   6           9
   15          24

请注意最后一个组合 (15,24)。这是因为零小于 3。

迄今为止，

res = df[, if (precip[1] > .001) 
  .(
    start = .I[1], 
    end = .I[.N],
    total = .I[.N] -.I[1]
  )
  , by=rleid(precip > .001)]

但我不确定如何解释这些零值，因为我对 data.table 功能不是很熟悉。实际数据——

    structure(list(time = structure(c(1147579200, 1147579500, 1147579800, 
1147580100, 1147580400, 1147580700, 1147581000, 1147581300, 1147581600, 
1147581900, 1147582200, 1147582500, 1147582800, 1147583100, 1147583400, 
1147583700, 1147584000, 1147584300, 1147584600, 1147584900, 1147585200, 
1147585500, 1147585800, 1147586100, 1147586400, 1147586700, 1147587000, 
1147587300, 1147587600, 1147587900, 1147588200, 1147588500, 1147588800, 
1147589100, 1147589400, 1147589700, 1147590000, 1147590300, 1147590600, 
1147590900, 1147591200, 1147591500, 1147591800, 1147592100, 1147592400, 
1147592700, 1147593000, 1147593300, 1147593600, 1147593900, 1147594200, 
1147594500, 1147594800, 1147595100, 1147595400, 1147595700, 1147596000, 
1147596300, 1147596600, 1147596900, 1147597200, 1147597500, 1147597800, 
1147598100, 1147598400, 1147598700, 1147599000, 1147599300, 1147599600, 
1147599900, 1147600200, 1147600500, 1147600800, 1147601100, 1147601400, 
1147601700, 1147602000, 1147602300, 1147602600, 1147602900, 1147603200, 
1147603500, 1147603800, 1147604100, 1147604400, 1147604700, 1147605000, 
1147605300, 1147605600, 1147605900, 1147606200, 1147606500, 1147606800, 
1147607100, 1147607400, 1147607700, 1147608000, 1147608300, 1147608600, 
1147608900, 1147609200, 1147609500, 1147609800, 1147610100, 1147610400, 
1147610700, 1147611000, 1147611300, 1147611600, 1147611900, 1147612200, 
1147612500, 1147612800, 1147613100, 1147613400, 1147613700, 1147614000, 
1147614300, 1147614600, 1147614900, 1147615200, 1147615500, 1147615800, 
1147616100, 1147616400, 1147616700, 1147617000, 1147617300, 1147617600, 
1147617900, 1147618200, 1147618500, 1147618800, 1147619100, 1147619400, 
1147619700, 1147620000, 1147620300, 1147620600, 1147620900, 1147621200, 
1147621500, 1147621800, 1147622100, 1147622400, 1147622700, 1147623000, 
1147623300, 1147623600, 1147623900, 1147624200, 1147624500, 1147624800, 
1147625100, 1147625400, 1147625700, 1147626000, 1147626300, 1147626600, 
1147626900, 1147627200, 1147627500, 1147627800, 1147628100, 1147628400, 
1147628700, 1147629000, 1147629300, 1147629600, 1147629900, 1147630200, 
1147630500, 1147630800, 1147631100, 1147631400, 1147631700, 1147632000, 
1147632300, 1147632600, 1147632900, 1147633200, 1147633500, 1147633800, 
1147634100, 1147634400, 1147634700, 1147635000, 1147635300, 1147635600, 
1147635900, 1147636200, 1147636500, 1147636800, 1147637100, 1147637400, 
1147637700, 1147638000, 1147638300, 1147638600, 1147638900, 1147639200, 
1147639500, 1147639800, 1147640100, 1147640400, 1147640700, 1147641000, 
1147641300, 1147641600, 1147641900, 1147642200, 1147642500, 1147642800, 
1147643100, 1147643400, 1147643700, 1147644000, 1147644300, 1147644600, 
1147644900, 1147645200, 1147645500, 1147645800, 1147646100, 1147646400, 
1147646700, 1147647000, 1147647300, 1147647600, 1147647900, 1147648200, 
1147648500, 1147648800, 1147649100, 1147649400, 1147649700, 1147650000, 
1147650300, 1147650600, 1147650900, 1147651200, 1147651500, 1147651800, 
1147652100, 1147652400, 1147652700, 1147653000, 1147653300, 1147653600, 
1147653900, 1147654200, 1147654500, 1147654800, 1147655100, 1147655400, 
1147655700, 1147656000, 1147656300, 1147656600, 1147656900, 1147657200, 
1147657500, 1147657800, 1147658100, 1147658400, 1147658700, 1147659000, 
1147659300, 1147659600, 1147659900, 1147660200, 1147660500, 1147660800, 
1147661100, 1147661400, 1147661700, 1147662000, 1147662300, 1147662600, 
1147662900, 1147663200, 1147663500, 1147663800, 1147664100, 1147664400, 
1147664700, 1147665000, 1147665300, 1147665600, 1147665900, 1147666200, 
1147666500, 1147666800, 1147667100, 1147667400, 1147667700, 1147668000, 
1147668300, 1147668600, 1147668900, 1147669200, 1147669500, 1147669800, 
1147670100, 1147670400, 1147670700, 1147671000, 1147671300, 1147671600, 
1147671900, 1147672200, 1147672500, 1147672800, 1147673100, 1147673400, 
1147673700, 1147674000, 1147674300, 1147674600, 1147674900, 1147675200, 
1147675500, 1147675800, 1147676100, 1147676400, 1147676700, 1147677000, 
1147677300, 1147677600, 1147677900, 1147678200, 1147678500, 1147678800, 
1147679100, 1147679400, 1147679700, 1147680000, 1147680300, 1147680600, 
1147680900, 1147681200, 1147681500, 1147681800, 1147682100, 1147682400, 
1147682700, 1147683000, 1147683300, 1147683600, 1147683900, 1147684200, 
1147684500, 1147684800, 1147685100, 1147685400, 1147685700, 1147686000, 
1147686300, 1147686600, 1147686900, 1147687200, 1147687500, 1147687800, 
1147688100, 1147688400, 1147688700, 1147689000, 1147689300, 1147689600, 
1147689900, 1147690200, 1147690500, 1147690800, 1147691100, 1147691400, 
1147691700, 1147692000, 1147692300, 1147692600, 1147692900, 1147693200, 
1147693500, 1147693800, 1147694100, 1147694400, 1147694700, 1147695000, 
1147695300, 1147695600, 1147695900, 1147696200, 1147696500, 1147696800, 
1147697100, 1147697400, 1147697700, 1147698000, 1147698300, 1147698600, 
1147698900, 1147699200, 1147699500, 1147699800, 1147700100, 1147700400, 
1147700700, 1147701000, 1147701300, 1147701600, 1147701900, 1147702200, 
1147702500, 1147702800, 1147703100, 1147703400, 1147703700, 1147704000, 
1147704300, 1147704600, 1147704900, 1147705200, 1147705500, 1147705800, 
1147706100, 1147706400, 1147706700, 1147707000, 1147707300, 1147707600, 
1147707900, 1147708200, 1147708500, 1147708800, 1147709100, 1147709400, 
1147709700, 1147710000, 1147710300, 1147710600, 1147710900, 1147711200, 
1147711500, 1147711800, 1147712100, 1147712400, 1147712700, 1147713000, 
1147713300, 1147713600, 1147713900, 1147714200, 1147714500, 1147714800, 
1147715100, 1147715400, 1147715700, 1147716000, 1147716300, 1147716600, 
1147716900, 1147717200, 1147717500, 1147717800, 1147718100, 1147718400, 
1147718700, 1147719000, 1147719300, 1147719600, 1147719900, 1147720200, 
1147720500, 1147720800, 1147721100, 1147721400, 1147721700, 1147722000, 
1147722300, 1147722600, 1147722900, 1147723200, 1147723500, 1147723800, 
1147724100, 1147724400, 1147724700, 1147725000, 1147725300, 1147725600, 
1147725900, 1147726200, 1147726500, 1147726800, 1147727100, 1147727400, 
1147727700, 1147728000, 1147728300, 1147728600, 1147728900, 1147729200, 
1147729500, 1147729800, 1147730100, 1147730400, 1147730700, 1147731000, 
1147731300, 1147731600, 1147731900, 1147732200, 1147732500, 1147732800, 
1147733100, 1147733400, 1147733700, 1147734000, 1147734300, 1147734600, 
1147734900, 1147735200, 1147735500, 1147735800, 1147736100, 1147736400, 
1147736700, 1147737000, 1147737300, 1147737600, 1147737900, 1147738200, 
1147738500, 1147738800, 1147739100, 1147739400, 1147739700, 1147740000, 
1147740300, 1147740600, 1147740900, 1147741200, 1147741500, 1147741800, 
1147742100, 1147742400, 1147742700, 1147743000, 1147743300, 1147743600, 
1147743900, 1147744200, 1147744500, 1147744800, 1147745100, 1147745400, 
1147745700, 1147746000, 1147746300, 1147746600, 1147746900, 1147747200, 
1147747500, 1147747800, 1147748100, 1147748400, 1147748700, 1147749000, 
1147749300, 1147749600, 1147749900, 1147750200, 1147750500, 1147750800, 
1147751100, 1147751400, 1147751700, 1147752000, 1147752300, 1147752600, 
1147752900, 1147753200, 1147753500, 1147753800, 1147754100, 1147754400, 
1147754700, 1147755000, 1147755300, 1147755600, 1147755900, 1147756200, 
1147756500, 1147756800, 1147757100, 1147757400, 1147757700, 1147758000, 
1147758300, 1147758600, 1147758900, 1147759200, 1147759500, 1147759800, 
1147760100, 1147760400, 1147760700, 1147761000, 1147761300, 1147761600, 
1147761900, 1147762200, 1147762500, 1147762800, 1147763100, 1147763400, 
1147763700, 1147764000, 1147764300, 1147764600, 1147764900, 1147765200, 
1147765500, 1147765800, 1147766100, 1147766400, 1147766700, 1147767000, 
1147767300, 1147767600, 1147767900, 1147768200, 1147768500, 1147768800, 
1147769100, 1147769400, 1147769700, 1147770000, 1147770300, 1147770600, 
1147770900, 1147771200, 1147771500, 1147771800, 1147772100, 1147772400, 
1147772700, 1147773000, 1147773300, 1147773600, 1147773900, 1147774200, 
1147774500, 1147774800, 1147775100, 1147775400, 1147775700, 1147776000, 
1147776300, 1147776600, 1147776900, 1147777200, 1147777500, 1147777800, 
1147778100, 1147778400, 1147778700, 1147779000, 1147779300, 1147779600, 
1147779900, 1147780200, 1147780500, 1147780800, 1147781100, 1147781400, 
1147781700, 1147782000, 1147782300, 1147782600, 1147782900, 1147783200, 
1147783500, 1147783800, 1147784100, 1147784400, 1147784700, 1147785000, 
1147785300, 1147785600, 1147785900, 1147786200, 1147786500, 1147786800, 
1147787100, 1147787400, 1147787700, 1147788000, 1147788300, 1147788600, 
1147788900, 1147789200, 1147789500, 1147789800, 1147790100, 1147790400, 
1147790700, 1147791000, 1147791300, 1147791600, 1147791900, 1147792200, 
1147792500, 1147792800, 1147793100, 1147793400, 1147793700, 1147794000, 
1147794300, 1147794600, 1147794900, 1147795200, 1147795500, 1147795800, 
1147796100, 1147796400, 1147796700, 1147797000, 1147797300, 1147797600, 
1147797900, 1147798200, 1147798500, 1147798800, 1147799100, 1147799400, 
1147799700, 1147800000, 1147800300, 1147800600, 1147800900, 1147801200, 
1147801500), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
    precip = c(2.02, 2.18, 1.09, 0.29, 0.28, 0.03, 0.04, 0.07, 
    0.23, 0.43, 0.65, 0.69, 0.68, 0.73, 1.2, 1.5, 1.89, 1.5, 
    1.12, 1.12, 0.52, 0.69, 1.16, 1.36, 1.22, 1.59, 1.58, 1.46, 
    1.42, 0.84, 0.28, 0.18, 0.28, 0.5, 0.5, 0.43, 0.28, 0.1, 
    0.01, 0, 0.06, 0.06, 0.02, 0.02, 0.08, 0.07, 0.07, 0.04, 
    0.04, 0.12, 0.31, 0.35, 0.41, 0.3, 0.3, 0.38, 0.53, 0.41, 
    0.2, 0.26, 0.26, 0.27, 0.27, 0.37, 0.35, 0.55, 0.32, 0.31, 
    0.67, 0.82, 1.08, 1.35, 1.78, 2.35, 2.31, 2.09, 2.1, 1.92, 
    1.89, 1.57, 1.3, 0.99, 1.04, 1.69, 1.69, 2.67, 3.4, 4.8, 
    4.93, 5.7, 6.66, 6.67, 6.83, 6.18, 5.62, 5.05, 0, 0, 0, 0, 
    0, 0, 0, 0, 0, 0, 0, 0, 1.64, 1.69, 1.83, 1.96, 2.04, 2.05, 
    2.06, 1.88, 1.94, 2.07, 2.35, 2.64, 2.68, 3.09, 3.26, 2.32, 
    1.9, 1.72, 1.76, 3.45, 3.46, 2.65, 3.36, 2.75, 2.38, 1.67, 
    1.4, 1.38, 1.04, 0.81, 0.64, 0.79, 0.62, 0.42, 0.43, 0.38, 
    0.31, 0.24, 0.09, 0.07, 0.07, 0.1, 0.16, 0.17, 0.17, 0.14, 
    0.06, 0.06, 0.13, 0.32, 0.45, 0.49, 0.37, 0.28, 0.21, 0.21, 
    0.12, 0.11, 0.06, 0.03, 0.06, 0.06, 0.03, 0.05, 0, 0.09, 
    0.05, 0.03, 0.04, 0.04, 0.24, 0.33, 0.54, 0.74, 1.69, 2.21, 
    2.36, 2.38, 3.23, 2.05, 2.1, 1.88, 2.77, 2.47, 2.45, 2.72, 
    2.72, 2.79, 3.08, 3.19, 2.91, 2.94, 1.63, 1.55, 2.22, 1.43, 
    1.58, 1.13, 0.83, 0.81, 1.07, 1.63, 2.26, 2.32, 1.45, 0.84, 
    0.81, 0.8, 0.93, 0.73, 1.09, 1.13, 0.7, 0.69, 0.65, 0.61, 
    0.56, 0.4, 0.23, 0.05, 0.01, 0.01, 0.04, 0.09, 0.12, 0.18, 
    0.48, 0.58, 0.61, 0.78, 0.56, 0.32, 0.1, 0.1, 0.09, 0.18, 
    0.44, 0.8, 0.94, 0.73, 0.51, 0.5, 0.2, 0.25, 0.28, 0.23, 
    0.13, 0.13, 0.21, 0.22, 0.25, 0.25, 0.15, 0.01, 0.01, 0.02, 
    0.02, 0.04, 0.02, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.01, 0, 0.01, 
    0.01, 0.02, 0.02, 0.03, 0.03, 0.05, 0.03, 0.01, 0, 0, 0, 
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.03, 
    0.08, 0.17, 0.15, 0.07, 0.03, 0.03, 0.03, 0.04, 0.14, 0.29, 
    0.42, 0.62, 0.51, 0.38, 0.35, 0.26, 0.14, 0.14, 0.18, 0.19, 
    0.26, 0.18, 0.2, 0.21, 0.11, 0.14, 0.24, 0.26, 0.39, 0.44, 
    0.43, 0.48, 0.51, 0.53, 0.51, 0.94, 1.25, 1.1, 1.05, 0.56, 
    0.13, 0.02, 0.03, 0.13, 0.36, 0.36, 0.4, 0.46, 0.57, 0.31, 
    0.09, 0.09, 0.05, 0.05, 0.19, 0.09, 0.05, 0.23, 0.25, 0.16, 
    0.18, 0.17, 0.31, 0.57, 0.64, 0.77, 1.03, 1.05, 1.18, 0.98, 
    0.75, 0.36, 0.2, 0.12, 0.15, 0.15, 0.16, 0.15, 0.08, 0.03, 
    0.03, 0.02, 0.02, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
    0, 0, 0, 0, 0, 0, 0.01, 0.03, 0.03, 0.01, 0.01, 0, 0.01, 
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.01, 0, 0, 0, 
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0.03, 0.07, 0.14, 0.21, 0.31, 
    0.39, 0.6, 0.6, 0.56, 0.48, 0.5, 0.51, 0.52, 0.74, 0.55, 
    0.47, 0.38, 0.39, 0.54, 0.58, 0.65, 0.85, 0.98, 0.85, 0.65, 
    0.62, 0.48, 0.39, 0.33, 0.31, 0.58, 0.59, 0.77, 1.07, 2.57, 
    3.06, 2.94, 1.32, 1.24, 1.13, 0.91, 1.11, 0.4, 0.05, 0.02, 
    0.01, 0, 0, 0, 0.07, 0.09, 0.01, 0, 0, 0, 0, 0, 0.01, 0, 
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
    0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
    0, 0.01, 0, 0, 0, 0, 0, 0, 0, 0.3, 0.44, 0.41, 0.2, 0.19, 
    0.08, 0.03, 0.05, 0.05, 0.02, 0.04, 0.01, 0.02, 0, 0.01, 
    0.02, 0.01, 0.04, 0.06, 0.06, 0.13, 0.12, 0.15, 0.23, 0.18, 
    0.24, 0.36, 0.41, 0.4, 0.21, 0.19, 0.23, 0.05, 0.35, 0.35, 
    0.78, 0.88, 0.77, 0.88, 0.9, 0.89, 0.79, 0.55, 0.41, 0.37, 
    0.25, 0.06, 0.06, 0, 0.03, 0.03, 0.14, 0.16, 0.34, 0.43, 
    0.54, 0.61, 0.57, 0.63, 0.59, 0.37, 0.38, 0.41, 0.55, 1.05, 
    2.38, 2.33, 2.46, 3, 2.99, 3.54, 4, 4.23, 4.25, 4.51, 4.44, 
    4.39, 3.93, 3.5, 3.2, 3.1, 2.66, 1.93, 0.83, 0.83, 0.77, 
    1.07, 1.89, 1.77, 1.04, 0.87, 0.86, 0.52, 0.44, 0.35, 0.3, 
    0.29, 0.23, 0.23, 0.15, 0.11, 0.15, 0.18, 0.22, 0.2, 0.21, 
    0.22, 0.34, 0.55, 0.69, 1.01, 1.3, 1.47, 0.63, 1.48, 2.05, 
    2.96, 3.77, 3.7, 3.18, 3.12, 1.67, 1.29, 1.22, 1.33, 1.55, 
    1.55, 1.88, 1.89, 1.98, 2.28, 2.53, 2.38, 2.78, 2.79, 3.11, 
    3.56, 3.2, 3.36, 2.84, 2.44, 2.48, 2.37, 2.37, 1.76, 2.36, 
    2.69, 2.53, 2.51, 1.86, 1.26, 1.27, 1.65, 1.62)), .Names = c("time", 
"precip"), row.names = 459121:459862, class = "data.frame")

最佳答案

这是一种(懒惰/直接)方式:

dt = data.table(v = c(1L, 2L, 0L, 0L, 0L, 4L, 2L, 22L, 41L, 0L, 0L, 0L, 0L, 0L, 5L, 6L, 0L, 0L, 4L, 0L, 0L, 3L, 2L, 1L))

(dt[, .(.I[1], .I[.N], all(v == 0), .N), by = rleid(v == 0)]
   [!V3 | N < 3]                             # throw out long sequences of 0's
   [, comb := V1 != shift(V2+1, fill = Inf)] # figure out which pieces should combine
   [, .(V1[1], V2[.N]), by = cumsum(comb)])  # profit
#   cumsum V1 V2
#1:      1  1  2
#2:      2  6  9
#3:      3 15 24

关于r - 如何找到一组非零值后跟至少 3 个零值的索引？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40407425/

文章推荐： r - 检查 subset() 中定义的值

文章推荐： perl - 在运算符(operator)预期的位置找到了裸字

文章推荐： r - 使用 dplyr::mutate 计算到数据点的地理距离

文章推荐： r - 使用 R - 将多列压缩成一个新列而不重复内容

javascript - 密码 REGEX 至少 6 个字符，至少 1 个字母和 1 个数字，并且可以包含特殊字符
我需要一个带有条件的正则表达式: 最少 6 个字符，最多 50 个字符必须包含 1 个字母必须包含 1 个数字可能包含特殊字符，例如!@#$%^&*()_+ 目前我有模式:(?!^[0-9]*$
regex - 检查字符串是否同时包含数字和字母(至少)
我想检查密码是否至少包含一个字母和一个数字。接受特殊字符但不是必需的... 那将是一个简单的密码检查器。最佳答案您可以使用先行断言来检查任何数字和任何字母的存在，如下所示: ^(?=.*[a-zA
至少 SQL 数
我需要找到生产至少三种不同型号电脑的制造商。结果集:制造商、型号数量。我的 table 是产品(制造商、型号、类型)PC(代码、型号、速度、内存、高清、CD、价格) 我现在已经这样做了 SELECT
至少 375 次成功输入后出现代码段错误
在我正在处理的哈希字典中，根据 GDB，数组的大小已从 500 调整到 1000。它在尝试添加时崩溃的数组索引是 799，所以它没有超出范围......我不是确定它为什么会出现段错误，尤其是在这样一条
regex - 至少 10 个字符的正则表达式
我需要一个正则表达式来检查字符串的长度是否至少为 10 个字符。这些字符是什么并不重要。谢谢最佳答案您可以使用: .{10,} 自 .默认情况下不匹配换行符，您必须使用合适的修饰符(如果您的正则
kotlin - 至少 2 个可为空的数字
我有以下代码: val num1: Int? = someObject.number val num2: Int? = anotherObject?.anotherNumber val numToFa
regex - 至少 6 个字符的正则表达式
很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的，无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它，visit the help center 。已关
sql - 仅选择(至少)属于某些组的成员的用户
我一直在进行查询以获取用户列表及其各自的组。我知道了。但是有一些限制: 如果用户只是 group5 的成员，则不应出现在列表中如果是 group5 和其他组的成员，它应该出现在列表中我可以获得不
php - 如何为图像创建隐藏水印以(至少)调整大小
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于 Stack Overflow 来说是偏离主题的，
ruby - 至少 2 个空格的正则表达式？
我需要忽略任何一个空格，并且应该匹配至少大于一个空格的空格... "MARY HAD A LITTLE LAMB" 我希望 "MARY", "HAD A LITTLE", "
jQuery 电话号码验证允许空格，至少 8 位数字
如何在仅数字验证中允许空格(至少 8 位数字)？当允许空格时，输入电话号码会更容易。例如0400 123 456、9699 1234。到目前为止，这是我的代码，我只进行了最少 8 位数字验证: jQ
html - 输入模式，至少 1 个非空白字符
我想将以下内容重写为 HTML 模式: if (/\S/.test(myString)) { // string is not empty and not just whitespace }
javascript - 至少 1000000 div 的大网格
我的想法是使用 php 或 js 创建大量的 div。 (我从昨天开始写js。) 所以我自己给定的任务是使用 php 或 js 或两者生成一个 div 网格。到目前为止的想法是有一个通用的 div 作
至少 x 个数字字符的 javascript 正则表达式
显示字符串中至少有 10 个数字字符的正则表达式。可以多于 10 个，但不能少于 10 个。在随机位置可以有任意数量的其他字符，将数字分隔开。示例数据: (123) 456-7890 123-45
css - 在 firefox 上使用边框动画时出现问题(至少)
我目前在 Firefox 中使用边框动画时遇到问题，从无到 50px。 Chrome 非常好，但 Firefox 不是，我想同样的问题也会出现在 Opera 中。这里有一个 fiddle 来向您展示
ruby - 参数数量错误(至少 1 个)
作为 ruby 挑战训练的一部分，我被要求创建一个方法 substrings(string)，它将接受一个字符串，并返回一个包含所有子字符串的数组。即 substrings("cat") #=>
python - frozenset 至少 x 个元素
我目前有这段代码，它检查数组中的所有元素是否相同。如果是这种情况，则返回 true def all_equal(lst): """ >>> all_equal([1,1,1,1,1,1,1])
电子表格计算(至少)具有 C double 的准确性
当我注意到 Libre Office 电子表格显示远低于 2^53 的数字的错误值时，我正在做一些计算以计划改进我的主要筛选器的实现，这是 FoxPro 和许多其他精确整数计算的限制内部使用 C do
jquery:填写文本框(至少 5 个字符)并勾选复选框
我有一个复选框，我想检查用户是否填写了它后面的文本框。必须至少包含 5 个字符才能选中复选框。 pro)) echo 'checked' ?>> pro?>">Please supply your I
sql - 如何设计引用多个(至少 4 个)表的媒体表？
我正在为我的食谱设计一个数据库。我在我的设计中创建了多个表格:书籍、作者、食谱、成分，对于所有这些项目，我想将媒体(图像或视频)链接到所有这些表格中的项目。我在想这样的设计: media_id, r

行者123

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

r - 如何找到一组非零值后跟至少 3 个零值的索引？