R:表功能出奇地慢

Question

> class(v)
"numeric"
> length(v)
80373285   # 80 million

v 的条目是 整数 均匀分布在 0 到 100 之间。

> ptm  <-  proc.time()
> tv   <-  table(v)
> show(proc.time() - ptm)
   user  system elapsed 
 96.902   0.807  97.761 

为什么是 table在这个向量上运行这么慢？

这个简单的操作有没有更快的功能？

相比之下， bigtable函数来自 bigtabulate很快:

> library(bigtabulate)
> ptm  <-  proc.time() ;  bt <- bigtable(x = matrix(v,ncol=1), ccols=1) ; show(proc.time() - ptm)
   user  system elapsed 
  4.163   0.120   4.286 

虽然 bigtabulate是一个很好的解决方案，为了这个简单的功能而求助于一个特殊的包似乎很笨拙。从技术上讲，存在开销，因为我将向量扭曲成矩阵以使其与 bigtable 一起使用.基础 R 中不应该有更简单、更快的解决方案吗？ ?

无论其值(value)如何，基础 R功能 cumsum即使对于这个长向量也非常快:

> ptm  <-  proc.time() ; cs   <-  cumsum(v) ; show(proc.time() - ptm)
   user  system elapsed 
  0.097   0.117   0.214 

Answer 1

因为它叫 factor第一的。试试 tabulate如果您的所有条目都是整数。但是您需要加 1，以便向量值从 1 开始而不是 0。