确定UIPickerWheel是否正在滚动(Determining if UIPickerWheel is scrolling)
嘿，有没有办法确定UIPickerView目前正在滚动，我真的需要我的应用程序的功能，这是非常重要的。 谢谢！
Hey, is there any way to determine is UIPickerView is scrolling currently, I really need that functionality for my app, it's really important. Thanks!
原文：https://stackoverflow.com/questions/5304839
更新时间：2022-10-20 22:10
最满意答案
举个例子后，我改变了解决方案
mat <- cbind(dat, c(c(NA,NA),head(dat$id,-2)), c(c(NA),head(dat$val,-1)), c(tail(dat$id,-1),c(NA)), c(tail(dat$val,-2),c(NA,NA))) colnames(mat) <- c('id','val','idp','valp','idn','valn') id val idp valp idn valn 1 1 1 NA NA 2 3 2 2 2 NA 1 3 4 3 3 3 1 2 4 5 4 4 4 2 3 5 6 5 5 5 3 4 6 7 6 6 6 4 5 7 8 7 7 7 5 6 8 9 8 8 8 6 7 9 10 9 9 9 7 8 10 NA 10 10 10 8 9 NA NAAfter your give the example , I change the solution
mat <- cbind(dat, c(c(NA,NA),head(dat$id,-2)), c(c(NA),head(dat$val,-1)), c(tail(dat$id,-1),c(NA)), c(tail(dat$val,-2),c(NA,NA))) colnames(mat) <- c('id','val','idp','valp','idn','valn') id val idp valp idn valn 1 1 1 NA NA 2 3 2 2 2 NA 1 3 4 3 3 3 1 2 4 5 4 4 4 2 3 5 6 5 5 5 3 4 6 7 6 6 6 4 5 7 8 7 7 7 5 6 8 9 8 8 8 6 7 9 10 9 9 9 7 8 10 NA 10 10 10 8 9 NA NA
相关问答
更多-
我们可以通过'name'列将data.frame split为list ， cbind list元素。 我们可以使用sub或paste更改列名。 res <- do.call(cbind,split(df[-1], df$name)) colnames(res) <- sub('([^.]+)\\.([^.]+)', '\\2_\\1', colnames(res)) res # MeasA_A MeasB_A MeasA_B MeasB_B #1 1 7 4 ...
-
OP请求reshape包的cast()函数的参数的帮助。 然而， reshape包被来自同一个包作者的reshape2包所取代。 根据软件包描述， reshape2软件包是 重新打包重新包装 使用reshape2 ，可以产生所需的结果 reshape2::dcast(wc, PARENT_MOL_CHEMBL_ID ~ TARGET_TYPE, fun.aggregate = length, value.var = "TARGET_TYPE") # PARENT_MOL_ ...
-
重塑R中的数据？(Reshape data in R?)[2021-11-08]
更新： 感谢@aelwan捕获错误，更新后的代码如下： library(ggplot2) library(reshape2) # read in the data dfStage = read.csv("reshapeR/Data/stage.csv", header = FALSE, stringsAsFactor = FALSE) # remove the rows which are min, max, mean & redundant columns condMMM = stringr::str ... -
在R中重塑的模式(Patterns for reshape in R)[2022-03-17]
列必须是一种数据类型 ; 你不能混合逻辑和数字。 不确定如何对多种不同的数据类型进行“长期”分析，因为通常这些变量具有不同的分组。 如果需要，请尝试首先将逻辑值转换为数字（使用as.numeric ）。 当你没有使用reshape包时，Hadley在他对melt()函数的讨论中提出了这一点，该函数执行相同的任务（例如参见本文 ）： 在[熔化]的当前实现中，只有一个假设是熔化：所有测量值必须是相同的类型，例如数字，因子，日期。 我们需要这个假设，因为熔融数据存储在R数据帧中，而值列只能是一种类型 。 大多数情 ... -
这是一种似乎可行的方法。 它使用我的“splitstackshape”包中的expandRows和getanID ，然后dcast.data.table “data.table”中的dcast.data.table将值传播为一种宽泛的形式： as.is$Start.Date <- as.Date(as.character(as.is$Start.Date), "%d.%m.%Y") library(splitstackshape) dcast.data.table( getanID( expa ...
-
我们可以使用reshape2从'wide'转换为'long'格式。 我们在measure指定列索引。 library(reshape2) dM <- melt(df1, measure=3:5)[-1] 然后order 'method'列获得预期的输出 dM1 <- dM[order(dM$method),] row.names(dM1) <- NULL dM1 # method variable value #1 A Day1 4,5 #2 A day2 ...
-
重塑数据集r(reshape dataset r)[2024-01-05]
这是一种可能的方法。 它使用ave根据“id”出现的次数创建“时间”变量，对我来说，听起来就像你正在寻找的那样。 您的数据，但有序（并使用set.seed以便其他人可以重现它）： set.seed(1) h <- seq(from=as.Date("2005-06-01"), to=as.Date("2008-06-30"), by=1) a <- data.frame(id=sample(c(1:100), 300, replace=TRUE), val ... -
举个例子后，我改变了解决方案 mat <- cbind(dat, c(c(NA,NA),head(dat$id,-2)), c(c(NA),head(dat$val,-1)), c(tail(dat$id,-1),c(NA)), c(tail(dat$val,-2),c(NA,NA))) colnames(mat) <- c('id','val','idp','valp','idn','valn') id val idp valp idn valn 1 1 1 NA NA ...
-
R重塑宽数据到长(R reshape wide data to long)[2023-12-02]
您可以使用“reshape2”中的melt和dcast来获得（我认为）您想要的内容： library(reshape2) mydf <- melt(ar_waste_sep, id.vars="Householdref") head(mydf) # Householdref variable value # 1 003015002024001 B5_Glass FALSE # 2 003016003006001 B5_Glass FALSE # 3 003016004013001 B5_Glass ... -
这是一个使用apply的方法，它返回一个列表，其中列表项名称是行名： # construct reproducible example set.seed(1234) df <- data.frame(apple=sample(c(0,1), 10, replace=T), banana=sample(c(0,1), 10, replace=T), carrot=sample(c(0,1), 10, replace=T)) # give i ...