- 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?
我需要像你这样的专家帮助解决一个问题,这对我的 R 技能来说太大了。
我有一个向量和一个 data.frame:
vec = c("v1;v2","v3","v4","v5;v6")
vecNames = c("v1","v2","v3","v4","v5","v6")
vecNames
## [1] "v1" "v2" "v3" "v4" "v5" "v6"
vecDescription = c("descr1","descr2","descr3","descr4","descr5","descr6")
vecDescription
## [1] "descr1" "descr2" "descr3" "descr4" "descr5" "descr6"
df = data.frame(vecNames, vecDescription)
df
vecNames vecDescription
1 v1 descr1
2 v2 descr2
3 v3 descr3
4 v4 descr4
5 v5 descr5
6 v6 descr6
mapping = df$vecDescription[match(vec, df$vecNames)]
as.vector(mapping)
## [1] NA "descr3" "descr4" NA
## [1] "descr1;descr2" "descr3" "descr4" "descr5;descr6"
最佳答案
另一种基本的 R 解决方案:
L <- strsplit(vec,split = ';')
R <- as.character(df$vecDescription)[match(unlist(L),df$vecNames)]
sapply(relist(R, L), paste, collapse=';')
f.m <- function(vec,df) {
L <- strsplit(vec,split = ';')
R <- with(df,vecDescription[match(unlist(L),vecNames)])
sapply(relist(R, L), paste, collapse=';')
}
f.m2 <- function(vec,df) {
L <- strsplit(vec,split = ';')
R <- as.character(df$vecDescription)[match(unlist(L),df$vecNames)]
sapply(relist(R, L), paste, collapse=';')
}
f.j <- function(vec,df) {
elts = strsplit(vec, ";")
mapping = df$vecDescription[match(do.call(c, elts), df$vecNames)]
tapply(mapping, rep(1:length(elts), sapply(elts, length)),
paste, collapse = ';')
}
f.da <- function(vec,df) {
vec <- strsplit(vec, ";")
sapply(vec, function(x) with(df, paste(vecDescription[vecNames %in% x], collapse = ";")))
}
f.da2 <- function(vec,df) {
vapply(vec, function(x) with(df, paste(vecDescription[vecNames %in% x], collapse = ";")), character(1))
}
library(data.table)
library(reshape2)
f.eddi <- function(vec,df) {
dt = as.data.table(df) # or use setDT to convert in place
setkey(dt, vecNames)
dt[melt(strsplit(vec, split = ";"))][,
paste(vecDescription, collapse = ";"), by = L1][, V1]
}
f.eddi2 <- function(vec,df) {
setkey(dt, vecNames)
melt2 = function(l) data.table(value = unlist(l, use.names = F),
L1 = unlist(lapply(seq_along(l),
function(i) rep(i, length(l[[i]]))),
use.names = F))
dt[melt2(strsplit(vec, split = ";"))][,
paste(vecDescription, collapse = ";"), by = L1][, V1]
}
f.Metrics <- function(vec,df) {
x1<-strsplit(vec,";")
x2<-data.frame(do.call(rbind,x1))
x3<-df$vecDescription[df$vecNames %in% x2[,1]]
x4<-df$vecDescription[df$vecNames %in% x2[,2]]
sapply(1:length(x1),function(i){ifelse(x3[i]!=x4[i],paste(x3[i],x4[i],sep=";"),paste(x3[i]))})
}
df2 = data.frame(vecNames, vecDescription, stringsAsFactors = FALSE)
library('microbenchmark')
microbenchmark(f.m(vec,df), f.j(vec,df2), f.da(vec,df), f.da2(vec,df), f.eddi(vec,df))
Unit: microseconds
expr min lq mean median uq max neval cld
f.m(vec, df) 186.414 218.6155 263.8829 231.8240 248.3900 2506.887 100 b
f.m2(vec, df) 94.751 113.4995 124.3000 122.1635 134.3795 195.045 100 a
f.j(vec, df2) 211.411 231.2145 254.2509 242.9275 261.9220 481.501 100 b
f.da(vec, df) 145.689 176.9130 199.1804 185.8020 195.6595 1383.394 100 ab
f.da2(vec, df) 117.027 140.6245 153.2124 150.5025 157.9735 298.111 100 ab
f.eddi(vec, df) 3396.690 3586.1695 3799.5835 3648.2905 3762.6335 6468.448 100 d
f.Metrics(vec, df) 748.323 789.5460 881.9349 809.0135 833.5465 3335.045 100 c
n <- 1000
set.seed(1)
sample1 <- sample(n)
sample2 <- sample(n)
vec <- sapply(sample1, function(i) if (runif(1)>0.5) paste0('v',c(i,sample(n,size=1)),collapse=';') else paste0('v',i))
vecNames <- paste0('v', sample2)
vecDescription <- paste0('descr', sample2)
df = data.frame(vecNames, vecDescription)
df2 = data.frame(vecNames, vecDescription, stringsAsFactors = FALSE)
library('microbenchmark')
Unit: milliseconds
expr min lq mean median uq max neval cld
f.m(vec, df) 31.679775 35.682250 38.813526 38.53798 41.278268 50.94508 100 b
f.m2(vec, df) 8.384308 9.596091 10.833422 10.32222 10.954757 18.33386 100 a
f.j(vec, df2) 4.665586 5.216920 6.003011 5.65613 6.184318 12.32919 100 a
f.da(vec, df) 87.810338 94.419069 98.369134 96.63011 101.004672 165.76800 100 c
f.da2(vec, df) 84.199736 89.024529 94.053774 91.57543 94.448173 171.84077 100 c
f.eddi(vec, df) 276.079649 299.699244 314.580860 311.82896 329.421674 352.73114 100 d
f.Metrics(vec, df) 482.671849 496.465168 507.629372 505.23325 513.390346 594.13570 100 e
f.j()
,比
f.m2()
快两倍,而其他函数的速度大约慢一个数量级。
df2
作为输入(字符串是字符):
Unit: milliseconds
expr min lq mean median uq max neval cld
f.m2(vec, df2) 44.97854 47.12005 51.13561 48.58260 55.11687 85.57911 100 b
f.j(vec, df2) 24.03023 26.03697 28.10994 27.09699 28.45757 39.77269 100 a
f.da2(vec, df2) 1150.06311 1236.57530 1276.34064 1269.03829 1296.79251 1583.44486 100 d
f.eddi2(vec, df2) 65.88291 68.06959 72.89662 70.05462 76.19301 178.73181 100 c
f.Metrics(vec, df2) 54.54662 57.37777 59.95356 58.41737 62.15440 69.84452 100 b
Unit: milliseconds
expr min lq mean median uq max neval cld
f.m2(vec, df2) 551.7985 602.0489 659.5792 638.6707 685.9923 1135.1548 100 b
f.j(vec, df2) 340.2615 415.2678 454.9885 447.5994 494.9217 661.5898 100 a
f.eddi2(vec, df2) 833.3205 920.6528 979.3859 963.0641 1018.2014 1519.3684 100 c
f.Metrics(vec, df2) 795.4200 895.8132 970.6516 954.8318 1001.6742 1427.0432 100 c
Unit: seconds
expr min lq mean median uq max neval cld
f.m2(vec, df2) 7.420941 7.645800 8.047706 7.978916 8.301547 9.134872 10 b
f.j(vec, df2) 5.043295 5.316371 5.925725 5.514834 6.288766 8.289737 10 a
f.eddi2(vec, df2) 11.190716 11.373425 12.144147 11.935814 12.487354 14.798366 10 c
f.Metrics(vec, df2) 13.086297 13.859301 14.143273 14.149004 14.524544 15.151098 10 d
关于r - 映射多个值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28704404/
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!