is.infinite(c(x，y))出错
is.infinite(c(x, y))出错是一个编程错误，它表示在计算函数c(x, y)的结果时出现了错误。具体来说，is.infinite()是一个用于判断一个数值是否为无穷大的函数，而c(x, y)则是一个计算函数，它接受两个参数x和y，并返回一个结果。
出现这个错误可能有多种原因，以下是一些可能的原因和解决方法：
- 参数错误：检查传递给c(x, y)函数的参数x和y是否正确。确保它们具有正确的数据类型和值。
- 函数定义错误：检查函数c(x, y)的定义是否正确。确保函数的参数和返回值类型与使用它的地方一致。
- 缺少函数定义：如果is.infinite()和c(x, y)是自定义函数，确保它们都已经正确定义。如果是使用第三方库或框架提供的函数，确保正确导入和使用。
- 数值溢出：is.infinite()函数通常用于检查数值是否超出了计算机可以表示的范围。如果c(x, y)计算结果超出了数值范围，可能会导致is.infinite()函数出错。在这种情况下，可以尝试使用更高精度的数据类型或者重新设计计算方法。
总之，要解决is.infinite(c(x, y))出错的问题，需要仔细检查代码，确保参数传递正确，函数定义正确，并且处理数值溢出的情况。如果问题仍然存在，可能需要进一步调试和排查代码中的其他错误。
相关·内容
但是，当我尝试对我的数据运行ttestBF时，我得到了以下错误：如果我像这样创建非常简单的数据，我也会得到这个错误：why <- data.frame(sensitivity = c(5, 6, 7, 7, 8, 9), perspective = c(1, 1, 1, 0, 0, 0))
ttestBF(sensitivity
浏览 0提问于2016-09-02得票数 1
5回答
blah <- data.frame( y = c(1:7,Inf,9:10), )blah %>% filter_if(is.infinite) more elements supplied than there
浏览 0提问于2020-09-01得票数 2
回答已采纳
2回答
R重新定义base::mean()函数以包含is.finite()功能
r、function、mean
Mean.new <- function(x) base::mean(x, na.rm=TRUE)
据我所知，标准平均值()中的na.rm=TRUE只删除NAs，而不是NaN和Inf。
浏览 4提问于2021-02-27得票数 2
回答已采纳
2回答
向量中有光泽的替代反应值
r、shiny
完整的脚本非常大，所以只需考虑以下几行：结果是：为了将-Inf替换为0，我尝试了：但,你知道这样做的正确方法是什么吗
浏览 29提问于2018-06-02得票数 0
1回答
在R data.table中替换Inf /在列中显示Inf的数目
r、data.table、infinite、na
我不知道如何对R中的无限数使用类似is.na(x)的函数，用数据表或每列显示有多少个Inf: colSums(is.infinite(x))DT <- data.table(a=c(1/0,1,2/0),b=c("a","b","c"),c=c(1/0,5,NA)) a b c
1: Inf a
浏览 4提问于2015-05-20得票数 3
回答已采纳
2回答
如何在R中使用na.locf而不使用附加包
r、performance、missing-data、na
给定像(例如) c(2,NA,5,NA,NA,1,NA)这样的向量，问题是要“最后观察前进”，从而导致向量c(2,2,5,5,5,1,1)。
回答时，来自zoo包的na.locf可以做到这一点。
浏览 3提问于2013-11-07得票数 1
回答已采纳
3回答
dplyr对于数据帧和数据库的工作方式不同-如何解决？
r、database、dataframe、dplyr
library(RSQLite)data <- data.frame(x = c(rep(1,2), rep(Inf, 3), rep(1, 5)), z = 1:10)
db <- DBI= "data", overwrite = TRUE)
data_db <- tbl
浏览 0提问于2021-03-30得票数 0
2回答
如何用randomForest消除"NA/NaN/Inf in eliminate function call (Arg7)“运行预测
r、runtime-error、random-forest、predict
我清理了我的数据集，如下所示：impute.mean <- function(x) replace(x, is.na(x) | is.nan(x) | is.infinite(x) , losses <- apply(losses, 2, impute.mean)isinf <-function(<e
浏览 0提问于2014-02-23得票数 16
回答已采纳
2回答
group_by()和按行汇总()
r、dplyr、tidyr、rowwise
= c(1, 2, 1, -Inf, 2, -Inf,1, 1, 5, 1, 2, 1), 在实际数据中，我有100多列，但为了简化，我只放了x和y。在搜索之后，我找到了行()函数，但是它没有帮助，下面是我的尝试： group_by(id,time) %>%
summarise(n = across(x
浏览 4提问于2022-11-14得票数 2
回答已采纳
1回答
绘制连接所有可能的数据点对的分段，用分段斜率符号着色(绘制kendallτ)
r、ggplot2、segment
下面是dataset的一个示例： beta =c(7, 7, 5, 4, 3, 14, 15, 18))ggplot2::ggplot(dataset, aes(x = alpha, y = beta)) + geom_point
浏览 1提问于2020-02-25得票数 0
回答已采纳
1回答
替换R数据框架中的无限值[为什么`is.infinite()`的行为不像`is.na()`]
r、dplyr、tidyr
library(tidyverse) col2 = c(NA, Inf, 5))#> col1 col2#> 1 A NA#> 3 C
浏览 0提问于2019-11-13得票数 4
回答已采纳
1回答
我可以从向量中删除na值：但是如何去除Inf和-Inf呢？na.omit(c(1,2,NA,3,Inf))
na.omit(c(1,2,NA,3,-Inf))
浏览 2提问于2019-06-28得票数 0
回答已采纳
2回答
R滚动自定义函数
r、zoo
y <- as.data.frame(x$cumul)
if (min(c(1:nrow(x))[x[, 1] >level_break(y, n = 1000, z = 1))plot(x$cumul, type = 'l')
y <- as.da
浏览 5提问于2016-03-28得票数 2
回答已采纳
2回答
将is.infinite()应用于R中的数据帧的方法
r、dataframe
我想知道为什么不能将is.infinite()应用于数据帧，就像我可以将is.na应用于R中的数据帧一样：Error in is.infinite(data) : 不会产生错误，但是，is.infinite
浏览 1提问于2016-05-25得票数 5
回答已采纳
1回答
如何优化R代码中的函数
r、optimization
优化问题： y <- c(-2,-5,-3,1,5,3,-17,1) Q <- function(alpha, x, y){
mu <- sum(x) L1 <
浏览 2提问于2013-01-19得票数 1
2回答
合并两个表并在R中保留较小的值
r、dataframe、merge
表格如下所示： "FC" = c(12,NA,15,14,NA),"FH" = c(13,15,NA,17,20))1 A 12 133
浏览 9提问于2019-07-25得票数 1
回答已采纳
1回答
R: optim中的错误:不能将'list‘对象强制为'double’类型
r、optimization、integration
我使用的函数有3个参数，但当我使用par = par将它们传递给optim时，它抛出错误“列表对象无法被强制为类型'double'"，但我甚至没有使用列表。w, b, p, d, t) { denx <- logdensity(x, bw = 'logG', from = from_a, to = to_b)
f.y <- approx(unlist(denx$x), unlist(denx$y), t)$y<
浏览 51提问于2020-08-11得票数 0
回答已采纳
1回答
将两个data.frame元素除以带有0项的元素
r、dataframe、divide-by-zero
df1 <- data.frame(a=c(1,4,0),b=c(6,1,2),c=c(0,2,0))
res <- data.frame(a=c(0,2,0),b=c(3,1,0),c=c(0,1,0))
浏览 1提问于2015-10-28得票数 2
回答已采纳
11回答
正在从R数据帧中清除“Inf`”值
r、dataframe、data.table
假设我有以下数据帧：以下内容适用于单个情况：因此，我使用以下循环对其进行了概括{ x[,i][
浏览 4提问于2012-08-30得票数 112
回答已采纳
2回答
e = c(1, 2, 3, 4, -Inf))# a b c d e filter(!any(is.na(c_across(where(is.numeric)))))
# # A tibble: 1 x<
浏览 2提问于2020-08-27得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
