- 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?
我听说您不打算将过程式编程风格强加到 R 上。我发现这很难。我刚刚用 for 循环解决了一个问题。这是错误的吗?有没有更好、更“R 风格”的解决方案?
问题:我有两列:Col1 和 Col2。 Col1 包含以自由格式输入的职位名称。我想使用 Col2 将这些职称收集到类别中(因此“初级技术员”、“工程技术员”和“机械技术员”都列为“技术员”。
我是这样做的:
jobcategories<-list(
"Junior Technician|Engineering technician|Mech. tech." = "Technician",
"Manager|Senior Manager|Group manager|Pain in the ****" = "Manager",
"Admin|Administrator|Group secretary" = "Administrator")
for (currentjob in names(jobcategories)) {
df$Col2[grep(currentjob,data$Col1)] <- jobcategories[[currentjob]]
}
这会产生正确的结果,但我无法摆脱这样的感觉:(因为我的程序经验)我没有正确使用 R。 R 专家能否帮助我摆脱痛苦?
编辑
有人要求我提供原始数据。不幸的是,我不能提供它,因为里面有 secret 信息。它基本上是两列。第一列包含 400 多行不同的职位(以及奇怪的个人姓名)。这 400 种图书可分为大约 20 个不同的类别。第二列开始为 NA,然后在运行 for 循环后填充。
最佳答案
你是对的,在 R 中经常不鼓励使用 for 循环,根据我的经验,这有两个主要原因:
正如 R inferno 的第 2 圈中 Eloquent 地描述的那样,一次增长一个对象的一个元素可能效率极低,这通常是 for 循环中的诱惑。例如,这是一个非常常见但效率低下的工作流程,因为它重新分配 output
循环的每次迭代:
output <- c()
for (idx in indices) {
scalar <- compute.new.scalar(idx)
output <- c(output, scalar)
}
可以通过预分配output
来消除这种低效率。到适当的大小并使用 for 循环或使用类似 sapply
的函数.
效率低下的第二个原因是当存在矢量化替代方案时,在快速操作上执行 for 循环。例如,考虑以下代码:
s <- 0
for (elt in x) {
s <- s + elt
}
这是一个非常快速的操作(将两个数字相加)的 for 循环,与矢量化的 sum
相比,循环的开销将是显着的。函数,将向量中的所有元素相加。 sum
函数速度很快,因为它是用 C 实现的,因此执行 s <- sum(x)
会更高效比使用 for 循环(更不用说更少的打字)。有时需要更多的创造力来弄清楚如何用矢量化替代方案( cumsum
和 diff
出现很多)来替换 for 循环,但它可以带来显着的效率提高。如果您有一个快速循环内部,但无法弄清楚如何使用矢量化函数来实现相同的目标,我发现使用 Rcpp 包重新实现循环可以产生更快的替代方案。
如果您错误地增长对象,或者循环内部非常快,并且整个循环可以用矢量化操作替换,则 For 循环可能会很慢。否则,您可能不会损失太多效率,因为 apply 函数系列也在内部执行 for 循环。
关于r - R 中的 For 循环是邪恶的吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30240573/
我正在从 Stata 迁移到 R(plm 包),以便进行面板模型计量经济学。在 Stata 中,面板模型(例如随机效应)通常报告组内、组间和整体 R 平方。 I have found plm 随机效应
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 6年前关闭。 Improve this qu
我想要求用户输入整数值列表。用户可以输入单个值或一组多个值,如 1 2 3(spcae 或逗号分隔)然后使用输入的数据进行进一步计算。 我正在使用下面的代码 EXP <- as.integer(rea
当 R 使用分类变量执行回归时,它实际上是虚拟编码。也就是说,省略了一个级别作为基础或引用,并且回归公式包括所有其他级别的虚拟变量。但是,R 选择了哪一个作为引用,以及我如何影响这个选择? 具有四个级
这个问题基本上是我之前问过的问题的延伸:How to only print (adjusted) R-squared of regression model? 我想建立一个线性回归模型来预测具有 15
我在一台安装了多个软件包的 Linux 计算机上安装了 R。现在我正在另一台 Linux 计算机上设置 R。从他们的存储库安装 R 很容易,但我将不得不使用 安装许多包 install.package
我正在阅读 Hadley 的高级 R 编程,当它讨论字符的内存大小时,它说: R has a global string pool. This means that each unique strin
我们可以将 Shiny 代码写在两个单独的文件中,"ui.R"和 "server.R" , 或者我们可以将两个模块写入一个文件 "app.R"并调用函数shinyApp() 这两种方法中的任何一种在性
我正在使用 R 通过 RGP 包进行遗传编程。环境创造了解决问题的功能。我想将这些函数保存在它们自己的 .R 源文件中。我这辈子都想不通怎么办。我尝试过的一种方法是: bf_str = print(b
假设我创建了一个函数“function.r”,在编辑该函数后我必须通过 source('function.r') 重新加载到我的全局环境中。无论如何,每次我进行编辑时,我是否可以避免将其重新加载到我的
例如,test.R 是一个单行文件: $ cat test.R # print('Hello, world!') 我们可以通过Rscript test.R 或R CMD BATCH test.R 来
我知道我可以使用 Rmd 来构建包插图,但想知道是否可以更具体地使用 R Notebooks 来制作包插图。如果是这样,我需要将 R Notebooks 编写为包小插图有什么不同吗?我正在使用最新版本
我正在考虑使用 R 包的共享库进行 R 的站点安装。 多台计算机将访问该库,以便每个人共享相同的设置。 问题是我注意到有时您无法更新包,因为另一个 R 实例正在锁定库。我不能要求每个人都关闭它的 R
我知道如何从命令行启动 R 并执行表达式(例如, R -e 'print("hello")' )或从文件中获取输入(例如, R -f filename.r )。但是,在这两种情况下,R 都会运行文件中
我正在尝试使我当前的项目可重现,因此我正在创建一个主文档(最终是一个 .rmd 文件),用于调用和执行其他几个文档。这样我自己和其他调查员只需要打开和运行一个文件。 当前设置分为三层:主文件、2 个读
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 5年前关闭。 Improve this qu
我的 R 包中有以下描述文件 Package: blah Title: What the Package Does (one line, title case) Version: 0.0.0.9000
有没有办法更有效地编写以下语句?accel 是一个数据框。 accel[[2]]<- accel[[2]]-weighted.mean(accel[[2]]) accel[[3]]<- accel[[
例如,在尝试安装 R 包时 curl作为 usethis 的依赖项: * installing *source* package ‘curl’ ... ** package ‘curl’ succes
我想将一些软件作为一个包共享,但我的一些脚本似乎并不能很自然地作为函数运行。例如,考虑以下代码块,其中“raw.df”是一个包含离散和连续类型变量的数据框。函数“count.unique”和“squa
我是一名优秀的程序员,十分优秀!