search for: compactos

This package in Fedora enables optional support for Windows 10 "CompactOS" (file-level compression), read-only, which is sufficient for inspecting Windows guests and doing certain types of modifications to them. Virt-v2v appears to work, but it may be that anything that involves modifying a compressed file might not work. I couldn't find the equivalent package...

Ya... de esta forma tampoco obtienes el mes que tiene todos sus valores NA...que es la duda .. Otra forma más sencilla con data.table que la que envié anteriormente... > > Lines <- "MES|VARIABLE|RESULTADO| + 1|A|SI| + 1|B|SI| + 1|C|NO| + 2|A|NA| + 2|B|SI| + 2|C|SI| + 3|A|NO| + 3|B|NO| + 3|C|NO| + 4|A|NA| + 4|B|NA| + 4|C|NA|" > > DF <- read.table(textConnection(Lines),

Es cierto, una vez más entendí todo mal. Mis disculpas. La solución con SQL no va nada corta, me parece: # filtrar el mes en el que todos los campos de la columna RESULTADO son NA sqldf(" select * from DF where mes in ( select a.mes from ( select mes, count(*) as total_NA from (select * from DF where resultado=' NA ') group by

Hola Jesús, Si no entiendo mal lo que planteas, has observado unas frecuencias N = c(12, 0, 8, 6, 4, 2) de pedidos acaecidos en 1:6 días, en total n = sum(N) pedidos. Llamemos P = (p1, p2, ?, p6) a las probabilidades ?teóricas? de pedido en cada día. En principio el vector N se puede considerar una realización de una distribución multinomial M(n; p1, ?, p6). P se puede estimar mediante las

Hola Carlos, bueno la verdad es que mi pregunta era algo general, cuando no has usado data.table no parece muy intuitivo pasar de la forma de programar a la que estás más acostumbrado (bucles, notación matricial...) a esa otra. Aun no tengo un cálculo complejo concreto pero lo tendré que hacer... solo quería saber si se puede, y parece que sí, asi que será cuestión de empaparse un poco de

...t; #include <limits.h> #include <unistd.h> @@ -115,6 +117,29 @@ split_attr_names (char *buf, size_t len) return take_stringsbuf (&ret); } +/* We hide one extended attribute automatically. This is used by NTFS + * to store the compressed contents of a file when using "CompactOS" + * (per-file compression). I justify this by: + * + * (1) The attribute is only used internally by NTFS. The actual file + * contents are still available. + * + * (2) It's probably not valid to copy this attribute when copying the + * other attributes of a file. ntfs-3g-system-compres...

Hola, quiero compartir con vosotros mi problema y la solución que me han planteado. Mi programa carga Outcomes.csv y Set-A.csv (descargados de http://garrickadenbuie.com/blog/2013/04/11/visualize-physionet-data-with-r/, apartado Getting Started --> the code and the data set) de unos 50MB entre los dos. Mi código era: # Transforma csv a data frame seta <- read.csv('Set-A.csv');

...hris Lamb). Advanced Format disks (which use 4K sectors) can now be processed by libguestfs. Use the new optional "blocksize" parameter to "guestfs_add_drive_opts", and the --blocksize option added to several tools (Nikolay Ivanets). Windows CompactOS (NTFS file compression) is now supported. New features in existing tools Advanced machine readable output in various virt tools now supports JSON output, and writing logs to a numbered file descriptor (Pino Toscano). virt-filesystems tool now more accurately re...

v1 here: https://www.redhat.com/archives/libguestfs/2020-March/msg00099.html This one fixes most of the points picked up in review, and does not strdup the strings which should keep down memory usage if that is a concern. Rich.

https://bugzilla.redhat.com/show_bug.cgi?id=1811539 Commands including virt-diff which read extended attributes will sometimes fail on NTFS filesystems that are using system compressed. The reason is complex, see comment 5 of the bug linked above. This patch filters out the troublesome xattr. For justification, see the comment I added in patch 3. Patch 1 & 2 are refactoring. I was on the

Hombre, lo que propones es un tanto drástico... Siguiendo tu línea de argumentación entonces, nos olvidamos de "data.table", "dplyr"...y llegado el caso de gran parte de lo que ofrece "R" en cuanto a la manipulación de los dataframes, puesto que son tareas que igualmente puedes resolver en una bbdd... "sqldf" ofrece funcionalidades muy interesantes, para