- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
library(tidyverse)
stats <- read_csv('stats.csv')
## Warning: Installed Rcpp (0.12.12) different from Rcpp used to build dplyr (0.12.11).
## Please reinstall dplyr to avoid random crashes or undefined behavior.
Rcpp
.
sessionInfo()
## R version 3.3.2 (2016-10-31)
## Platform: x86_64-apple-darwin13.4.0 (64-bit)
## Running under: OS X El Capitan 10.11.6
##
## locale:
## [1] en_AU.UTF-8/en_AU.UTF-8/en_AU.UTF-8/C/en_AU.UTF-8/en_AU.UTF-8
##
## attached base packages:
## [1] stats graphics grDevices utils datasets methods base
##
## other attached packages:
## [1] dplyr_0.7.1 purrr_0.2.2.2 readr_1.1.1 tidyr_0.6.3
## [5] tibble_1.3.3 ggplot2_2.2.1 tidyverse_1.1.1
##
## loaded via a namespace (and not attached):
## [1] Rcpp_0.12.12 cellranger_1.1.0 plyr_1.8.4 bindr_0.1
## [5] forcats_0.2.0 tools_3.3.2 digest_0.6.12 lubridate_1.6.0
## [9] jsonlite_1.5 evaluate_0.10.1 nlme_3.1-131 gtable_0.2.0
## [13] lattice_0.20-35 pkgconfig_2.0.1 rlang_0.1.1 psych_1.7.5
## [17] yaml_2.1.14 parallel_3.3.2 haven_1.1.0 bindrcpp_0.2
## [21] xml2_1.1.1 httr_1.2.1 stringr_1.2.0 knitr_1.16
## [25] hms_0.3 rprojroot_1.2 grid_3.3.2 glue_1.1.1
## [29] R6_2.2.2 readxl_1.0.0 foreign_0.8-69 rmarkdown_1.6
## [33] modelr_0.1.0 reshape2_1.4.2 magrittr_1.5 backports_1.1.0
## [37] scales_0.4.1 htmltools_0.3.6 rvest_0.3.2 assertthat_0.2.0
## [41] mnormt_1.5-5 colorspace_1.3-2 stringi_1.1.5 lazyeval_0.2.0
## [45] munsell_0.4.3 broom_0.4.2
filter
和
invoke_map
执行组聚合
test <- function(impl, size) {
stats %>%
filter(message.size==size & implementation==impl) %>%
select(ts.in, ts.out) %>%
summarise(begin=min(ts.in),
end=max(ts.out),
process.time=end - begin,
message.rate=size * 10000/as.double(process.time)/1024/1024)
}
invoke_map_df(test, crossing(impl=c('Camel', 'Spark'), size=c(1024, 1024*5, 1024*10)) %>% transpose())
## # A tibble: 6 x 4
## begin end process.time message.rate
## <dttm> <dttm> <time> <dbl>
## 1 2017-07-17 04:27:52 2017-07-17 04:28:13 21 secs 0.4650298
## 2 2017-07-17 04:30:25 2017-07-17 04:32:02 97 secs 30.2029639
## 3 2017-07-17 04:32:58 2017-07-17 04:36:17 199 secs 29.4440955
## 4 2017-07-17 04:18:31 2017-07-17 04:18:54 23 secs 0.4245924
## 5 2017-07-17 04:19:47 2017-07-17 04:21:29 102 secs 28.7224265
## 6 2017-07-17 04:23:10 2017-07-17 04:26:28 198 secs 29.5928030
group_by
和
summarise
stats %>%
group_by(implementation, message.size) %>%
summarise(total.size=sum(message.size),
begin=min(ts.in),
end=max(ts.out),
duration=end-begin,
message.rate=total.size/as.numeric(duration)/1024/1024) %>%
ungroup() %>%
select(begin, end, duration, message.rate)
## # A tibble: 6 x 4
## begin end duration message.rate
## <dttm> <dttm> <time> <dbl>
## 1 2017-07-17 04:27:52 2017-07-17 04:28:13 21.000000 secs 0.4650298
## 2 2017-07-17 04:30:25 2017-07-17 04:32:02 1.616667 secs 30.2029639
## 3 2017-07-17 04:32:58 2017-07-17 04:36:17 3.316667 secs 29.4440955
## 4 2017-07-17 04:18:31 2017-07-17 04:18:54 23.000000 secs 0.4245924
## 5 2017-07-17 04:19:47 2017-07-17 04:21:29 1.700000 secs 28.7224265
## 6 2017-07-17 04:23:10 2017-07-17 04:26:28 3.300000 secs 29.5928030
process.time
计算不正确,但令人惊讶的是
message.rate
这取决于它是正确的!我在这里做错了吗?
group_by
和
do
stats %>%
group_by(implementation, message.size) %>%
do(tibble(total.size=sum(.$message.size),
begin=min(.$ts.in),
end=max(.$ts.out),
duration=end-begin,
message.rate=total.size/as.numeric(duration)/1024/1024)) %>%
ungroup() %>%
select(begin, end, duration, message.rate)
## # A tibble: 6 x 4
## begin end duration message.rate
## <dttm> <dttm> <time> <dbl>
## 1 2017-07-17 04:27:52 2017-07-17 04:28:13 21 secs 0.4650298
## 2 2017-07-17 04:30:25 2017-07-17 04:32:02 97 secs 30.2029639
## 3 2017-07-17 04:32:58 2017-07-17 04:36:17 199 secs 29.4440955
## 4 2017-07-17 04:18:31 2017-07-17 04:18:54 23 secs 0.4245924
## 5 2017-07-17 04:19:47 2017-07-17 04:21:29 102 secs 28.7224265
## 6 2017-07-17 04:23:10 2017-07-17 04:26:28 198 secs 29.5928030
filter
和
invoke_map
组合。
最佳答案
# Warning: Installed Rcpp (0.12.12) different from Rcpp used to build dplyr (0.12.11)
remove.packages('Rcpp')
install.packages('Rcpp')
# You may need to run install.packages for multiple times and restart the R session in the process
关于R dplyr 总结错误?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45157201/
1、定义 设 \(u\) 和 \(v\) 为一张图上的任意两个节点。令 \(c(u, v)\) 为它们之间的边的容量, \(f(u, v)\) 为它们之间的流量,则需要满足以
1、前言 工作中涉及到文件系统,有时候需要判断文件和目录是否存在。我结合apue第四章文件和目录,总结一下如何正确判断文件和目录是否存在,方便以后查询。 2、stat系列函数 stat函数用来
并查集(Union-Find Set): 一种用于管理分组的数据结构。它具备两个操作:(1)查询元素a和元素b是否为同一组 (2) 将元素a和b合并为同一组。 注意:并查集不能将在同一组的元素拆
当下,注解非常流行,以前很长篇的代码,现在基本上一个注解就能搞定。 那,在Mybatis中又有哪些注解呢? Mybatis中的注解基本上都在org.apache.ibatis.annotat
指针操作数组,方法一是p+index,方法二是p[index],第二种方法跟数组访问方法是一样的。 数组引用返回的是数组的第一个元素的指针地址。 可以将指针指向数组的任意元素,然后从那里开始访问
通常部署完php环境后会进行一些安全设置,除了熟悉各种php漏洞外,还可以通过配置php.ini来加固PHP的运行环境,PHP官方也曾经多次修改php.ini的默认设置。 下面对php.ini中一
在JavaScript中,使用typeof可以检测基本数据类型,使用instanceof可以检测引用数据类型。在PHP中,也有检测数据类型的方法,具体如下: 1、输出变量的数据类型(gettype
把图片缓存到本地,在很多场景都会用到,如果只是存储文件信息,那建一个plist文件,或者数据库就能很方便的解决问题,但是如果存储图片到沙盒就没那么方便了。这里简单介绍两种保存图片到沙盒的方法。
(1)需要安装docker容器,在docker容器内安装jenkins,gogs,tomcat。 新建maven项目,添加findbugs plugin。 使用docker
今天主题是实现并发服务器,实现方法有多种版本,先从简单的单进程代码实现到多进程,多线程的实现,最终引入一些高级模块来实现并发TCP服务器。 说到TCP,想起吐槽大会有个段子提到三次握手,也只有程序
如下所示: Ctrl+1或F2快速修复 Ctrl+D快捷删除行 Shift+Enter 快速切换到下一行,在本行的任何位置都可 Ctrl+F11快速运行代码 Alt+上下键 快速移动行(可
JSP是Servlet技术的扩展,本质上是Servlet的简易方式,更强调应用的外表表达。 JSP编译后是”类servlet”。 Servlet和JSP最主要的不同点在于,Servlet的应用逻辑
Java中的Runable,Callable,Future,FutureTask,ExecutorService,Excetor,Excutors,ThreadPoolExcetor在这里对这些关键
读取Java文件到byte数组的三种方法(总结) ? 1
用java实现的数组创建二叉树以及递归先序遍历,递归中序遍历,递归后序遍历,非递归前序遍历,非递归中序遍历,非递归后序遍历,深度优先遍历,广度优先遍历8种遍历方式:
1、简明总结 ASCII(char) 返回字符的ASCII码值 BIT_LENGTH(str) 返回字符串的比特长度 CONCAT(s1,s2…,sn)
java应用服务器(web server),是指运行java程序的web应用服务器软件,不包括nginx、Apache等通用web服务器软件。 一、Tomcat Tomcat是Apache 软件基
事务作为抽象层,允许应用忽略DB 内部一些复杂并发问题和某些硬件、软件故障,简化应用层的处理逻辑:事务中止(transaction abort),而应用仅需重试。对复杂访问模式,事务可大大减少需要考虑
我们在本教程学习了如何描述 XML 文档的结构 我们学习到了如何使用 DTD 来定义一个 XML 文档的合法元素,以及如何在我们的 XML 内部或者作为一个外部引用来声明 DTD 我们学习了如何为
在这个XPath 基础教程中我们讲解了如何在 XML 文档中查找信息 我们可以使用 XPath 的元素和属性在 XML 文档中进行导航 我们也学习了如何使用 XPath 中内建的某些标准函数 如
我是一名优秀的程序员,十分优秀!