Microsoft图表提供rT <- data.frame(
A = c(69.581, 70.118, 71.031, 71.684, 72.306,
72.85, 73.33, 73.75),
B = c(62.633, 62.705, 62.832, 62.998, 63.215,
63.411, 63.652, 63.919),
C = c(59.953, 60.171, 60.623, 61.191,
61.81, 62.447, 63.081, 63.66),
D = c(59.861, 60.126, 60.666,
61.256, 61.882, 62.47, 63.06, 63.679)
)
library(purrr)
n <- 5
rT %>%
map_dfc(~runif(n, min = max(.x)-min(.x), max = 100))
#> # A tibble: 5 x 4
#> A B C D
#> <dbl> <dbl> <dbl> <dbl>
#> 1 5.954893 52.99178 35.314039 88.06139
#> 2 75.256292 11.50050 17.731318 92.13357
#> 3 10.511348 15.13069 90.662412 91.01179
#> 4 44.521538 98.34528 27.756598 53.75294
#> 5 27.128326 94.98931 6.512121 59.73266
n <- 10
rT %>%
map_dfc(~runif(n, min = max(.x)-min(.x), max = 100))
#> # A tibble: 10 x 4
#> A B C D
#> <dbl> <dbl> <dbl> <dbl>
#> 1 72.906857 71.907060 17.426403 66.71158
#> 2 16.310144 77.950989 57.590292 20.20146
#> 3 69.083519 83.131703 18.149709 88.18446
#> 4 27.283926 3.569011 7.818614 61.14583
#> 5 49.978554 45.326009 70.542656 20.57136
#> 6 23.625139 87.162790 69.688542 94.57557
#> 7 84.301649 53.648099 54.296879 78.02967
#> 8 9.086232 97.715472 61.867758 93.03181
#> 9 14.799283 64.542723 75.905285 82.73306
#> 10 18.165695 50.796225 12.418779 34.12631
个查询，该查询可以接收people个url参数，例如
$search
https://graph.microsoft.com/beta/me/people/?$search="topic: work"查询支持哪些搜索参数？people过滤器的确切含义是什么？答案 0 :(得分：1)
$search参数搜索displayName的{{1}}和emailAddress属性。
在人员资源的
person和displayName属性上进行人物搜索。搜索实现了模糊匹配算法。他们将根据完全匹配以及关于搜索意图的推断返回结果。
emailAddress尝试通过查看用户的邮件历史记录来匹配对特定主题感兴趣的人。如果您通过电子邮件向某人发送有关鳄梨的电子邮件，那么topic:就会找到该人。
您还可以对对特定主题感兴趣的人执行搜索。基于从用户的邮件会话中得出的推断来执行搜索。
答案 1 :(得分：1)
“主题”只是用户在电子邮件会话中使用最多的单词。 Microsoft提取此类单词并为此数据创建索引以便于模糊搜索。 搜索如下： 获取https://graph.microsoft.com/v1.0/me/people/？$ search =“topic：windows” 是此主题数据索引中的模糊搜索。此数据中的主题是无上下文的，因此搜索“windows”可以包括表示Windows操作系统的实例，建筑物墙中的空缺或其他定义。