- 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?
我有一些 R 脚本,我必须尽快在 R 中加载多个数据帧。这非常重要,因为读取数据是该过程中最慢的部分。例如:从不同的数据帧进行绘图。我以 sav (SPSS) 格式获取数据,但我可以按照建议将其转换为任何格式。不幸的是,合并数据帧不是一个选项。
加载数据最快的方法是什么?我想到了以下几点:
读取快得多。 spss
。attr
值(例如 Spss 导入文件中的 variable.labels)?或者这应该在单独的表中完成?欢迎任何其他想法。感谢您提前提出的每一个建议!
<小时/>我做了一个小实验below根据您给出的答案,还添加了(2011年1月24日)一个相当“hackish”但非常快速的解决方案,仅从特殊的二进制文件加载几个变量/列。后者似乎是我现在能想象到的最快的方法,这就是为什么我制作了(05/03/2011:ver.0.3)一个名为 saves 的小包。来处理这个特性。该软件包正在“繁重”开发中,欢迎任何推荐!
我很快就会在 microbenchmark 的帮助下发布一个包含准确基准测试结果的小插图。包。
最佳答案
谢谢大家的提示和解答,我在此基础上做了一些总结和实验。
请参阅下面的公共(public)数据库 ( ESS 2008 in Hungary ) 的小测试。该数据库有 1508 个案例和 508 个变量,因此它可能是一个中等规模的数据。这可能是(对我来说)进行测试的一个很好的例子,但当然特殊需求需要使用足够的数据进行实验。
从 SPSS sav 文件中读取数据而不进行任何修改:
> system.time(data <- read.spss('ESS_HUN_4.sav'))
user system elapsed
2.214 0.030 2.376
加载转换后的二进制对象:
> save('data',file='ESS_HUN_4.Rdata')
> system.time(data.Rdata <- load('ESS_HUN_4.Rdata'))
user system elapsed
0.28 0.00 0.28
尝试使用csv:
> write.table(data, file="ESS_HUN_4.csv")
> system.time(data.csv <- read.csv('ESS_HUN_4.csv'))
user system elapsed
1.730 0.010 1.824
尝试“微调”csv加载:
> system.time(data.csv <- read.table('ESS_HUN_4.csv', comment.char="", stringsAsFactors=FALSE, sep=","))
user system elapsed
1.296 0.014 1.362
还有sqldf包,它加载csv文件的速度似乎要快得多:
> library(sqldf)
> f <- file("ESS_HUN_4.csv")
> system.time(bigdf <- sqldf("select * from f", dbname = tempfile(), file.format = list(header = T, row.names = F, sep="\t")))
user system elapsed
0.939 0.106 1.071
并且还从本地主机上运行的 MySQL 数据库加载数据:
> library(RMySQL)
> con <- dbConnect(MySQL(), user='root', dbname='test', host='localhost', password='')
> dbWriteTable(con, "data", as.data.frame(data), overwrite = TRUE)
> system.time(data <- dbReadTable(con, 'data'))
user system elapsed
0.583 0.026 1.055
> query <-('SELECT * FROM data')
> system.time(data.sql <- dbGetQuery(con, query))
user system elapsed
0.270 0.020 0.473
在这里,我认为我们应该添加报告的两个 system.time
,因为在我们的情况下连接到数据也很重要。如果我误解了什么,请评论。
但是让我们看看是否只查询某些变量,例如。在大多数情况下,绘图时我们不需要所有数据帧,并且仅查询两个变量就足以创建它们的漂亮绘图:
> query <-('SELECT c1, c19 FROM data')
> system.time(data.sql <- dbGetQuery(con, query))
user system elapsed
0.030 0.000 0.112
看起来真的很棒!当然,在使用 dbReadTable
摘要:没有什么比从二进制文件中读取整个数据更好的了,但是从相同数据库表中仅读取几列(或其他过滤数据)也可能是在一些特殊情况下进行加权。
测试环境:配备低端 SSD 的 HP 6715b 笔记本电脑(AMD X2 2Ghz、4 Gb DDR2)。
<小时/>更新(2011年1月24日):我添加了一种相当黑客但相当“创意”的方法,仅加载二进制对象的几列 - 它看起来比任何方法都要快得多上面已经检查过了。
请注意:代码看起来非常糟糕,但仍然非常有效:)
首先,我通过以下循环将 data.frame 的所有列保存到不同的二进制对象中:
attach(data)
for (i in 1:length(data)) {
save(list=names(data)[i],file=paste('ESS_HUN_4-', names(data)[i], '.Rdata', sep=''))
}
detach(data)
然后我加载两列数据:
> system.time(load('ESS_HUN_4-c19.Rdata')) +
> system.time(load('ESS_HUN_4-c1.Rdata')) +
> system.time(data.c1_c19 <- cbind(c1, c19))
user system elapsed
0.003 0.000 0.002
这看起来像是一个“超快”的方法! :) 注意:它的加载速度比上面最快的(加载整个二进制对象)方法快 100 倍。
我制作了一个非常小的包(名为:saves),查看github如果有兴趣,请了解更多详细信息。
<小时/>更新(06/03/2011):我的小包( saves )的新版本已上传到 CRAN,其中可以更快地保存和加载变量 - 如果只有用户只需要数据框或列表中可用变量的子集。请参阅vignette有关详细信息,请参阅包源或 my homepage 上的源,让我还介绍一些完成的基准的漂亮箱线图:
此箱线图显示了使用 saves 包仅加载 load
和 read.table
或 变量子集的好处从基础读取.csv
,从外部或sqldf
或RMySQL
包读取read.spss
。
关于r - 如何将数据快速加载到R中?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4756989/
初学者 android 问题。好的,我已经成功写入文件。例如。 //获取文件名 String filename = getResources().getString(R.string.filename
我已经将相同的图像保存到/data/data/mypackage/img/中,现在我想显示这个全屏,我曾尝试使用 ACTION_VIEW 来显示 android 标准程序,但它不是从/data/dat
我正在使用Xcode 9,Swift 4。 我正在尝试使用以下代码从URL在ImageView中显示图像: func getImageFromUrl(sourceUrl: String) -> UII
我的 Ubuntu 安装 genymotion 有问题。主要是我无法调试我的数据库,因为通过 eclipse 中的 DBMS 和 shell 中的 adb 我无法查看/data/文件夹的内容。没有显示
我正在尝试用 PHP 发布一些 JSON 数据。但是出了点问题。 这是我的 html -- {% for x in sets %}
我观察到两种方法的结果不同。为什么是这样?我知道 lm 上发生了什么,但无法弄清楚 tslm 上发生了什么。 > library(forecast) > set.seed(2) > tts lm(t
我不确定为什么会这样!我有一个由 spring data elasticsearch 和 spring data jpa 使用的类,但是当我尝试运行我的应用程序时出现错误。 Error creatin
在 this vega 图表,如果我下载并转换 flare-dependencies.json使用以下 jq 到 csv命令, jq -r '(map(keys) | add | unique) as
我正在提交一个项目,我必须在其中创建一个带有表的 mysql 数据库。一切都在我这边进行,所以我只想检查如何将我所有的压缩文件发送给使用不同计算机的人。基本上,我如何为另一台计算机创建我的数据库文件,
我有一个应用程序可以将文本文件写入内部存储。我想仔细看看我的电脑。 我运行了 Toast.makeText 来显示路径,它说:/数据/数据/我的包 但是当我转到 Android Studio 的 An
我喜欢使用 Genymotion 模拟器以如此出色的速度加载 Android。它有非常好的速度,但仍然有一些不稳定的性能。 如何从 Eclipse 中的文件资源管理器访问 Genymotion 模拟器
我需要更改 Silverlight 中文本框的格式。数据通过 MVVM 绑定(bind)。 例如,有一个 int 属性,我将 1 添加到 setter 中的值并调用 OnPropertyChanged
我想向 Youtube Data API 提出请求,但我不需要访问任何用户信息。我只想浏览公共(public)视频并根据搜索词显示视频。 我可以在未经授权的情况下这样做吗? 最佳答案 YouTube
我已经设置了一个 Twilio 应用程序,我想向人们发送更新,但我不想回复单个文本。我只是想让他们在有问题时打电话。我一切正常,但我想在发送文本时显示传入文本,以确保我不会错过任何问题。我正在使用 p
我有一个带有表单的网站(目前它是纯 HTML,但我们正在切换到 JQuery)。流程是这样的: 接受用户的输入 --- 5 个整数 通过 REST 调用网络服务 在服务器端运行一些计算...并生成一个
假设我们有一个名为 configuration.js 的文件,当我们查看内部时,我们会看到: 'use strict'; var profile = { "project": "%Projec
这部分是对 Previous Question 的扩展我的: 我现在可以从我的 CI Controller 成功返回 JSON 数据,它返回: {"results":[{"id":"1","Sourc
有什么有效的方法可以删除 ios 中 CBL 的所有文档存储?我对此有疑问,或者,如果有人知道如何从本质上使该应用程序像刚刚安装一样,那也会非常有帮助。我们正在努力确保我们的注销实际上将应用程序设置为
我有一个 Rails 应用程序,它与其他 Rails 应用程序通信以进行数据插入。我使用 jQuery $.post 方法进行数据插入。对于插入,我的其他 Rails 应用程序显示 200 OK。但在
我正在为服务于发布请求的 API 调用运行单元测试。我正在传递请求正文,并且必须将响应作为帐户数据返回。但我只收到断言错误 注意:数据是从 Azure 中获取的 spec.js const accou
我是一名优秀的程序员,十分优秀!