मेरे पास इस तरह के कॉलम के साथ 300K पंक्ति डेटाफ्रेम है:

   db$performance[1:10]
   [1] "1C1CCCCCCCCCCCCCCCCCCCCCC" "CCCCCCCCCCCCC"             
    "4321CCCCCCCCCCCCCCCCCCCCC" "321CCCCCCCCCCCCCCCCCCCCCC"
    [5] "CCCCCCCCCCCCCC"            "4321CCCCCCCCCCCCC0"  "211CCCCCCCCCCCCCCCCCCCCCC" "BCCCCCCCCC"     [9] "BCCCCCCCCC"                "8"       

मैं उस कॉलम की प्रत्येक पंक्ति को खोजना चाहता हूं और अंतिम (दाएं से बाएं) 18 वर्ण तत्वों के भीतर होने वाले "4" की संख्या गिनना चाहता हूं। मेरे पास लूप समाधान स्पष्ट रूप से खराब है, क्योंकि यह बहुत धीमा है (6 मिनट या अधिक)। नीचे देखें। मैं समाधान को सदिश कैसे बना सकता हूं (लागू, और/या dplyr का उपयोग करके?)

धन्यवाद!

substrRight <- function(x, n){
 substr(x, nchar(x)-n, nchar(x))
}

db$NewVar = NA

for (N in 1:nrow(db)){
db$NewVar[N] = str_count( substrRight(db$performance[N],18), "4")
}
r
1
nerdlyfe 26 जून 2019, 23:11

1 उत्तर

सबसे बढ़िया उत्तर

str_count और substr पहले से ही वेक्टरकृत हैं। तो, फ़ंक्शन को सीधे पूरे कॉलम पर लागू करें

library(stringr)
str_count(substrRight(db$performance, 18), "4") 
#[1] 0 0 0 0 0 1 0 0 0 0

यह काफी तेज होना चाहिए। बड़े डेटासेट पर समय की जाँच करना

मानक

db1 <- db[rep(seq_len(nrow(db)), 1e5),, drop = FALSE]

system.time({
out <- numeric(nrow(db1))
for (i in seq_len(nrow(db1))){
 out[i]= str_count( substrRight(db1$performance[i],18), "4")
}
})
# user  system elapsed 
# 14.699   0.104  14.755 
system.time({
sapply(db1$performance, function(x) str_count( substrRight(x,18), "4") )

})
# user  system elapsed 
# 14.267   0.075  14.299 
system.time({
str_count(substrRight(db1$performance, 18), "4") 

})
# user  system elapsed 
#  0.437   0.016   0.452 

आंकड़े

db <- structure(list(performance = c("1C1CCCCCCCCCCCCCCCCCCCCCC", "CCCCCCCCCCCCC", 
"4321CCCCCCCCCCCCCCCCCCCCC", "321CCCCCCCCCCCCCCCCCCCCCC", "CCCCCCCCCCCCCC", 
"4321CCCCCCCCCCCCC0", "211CCCCCCCCCCCCCCCCCCCCCC", "BCCCCCCCCC", 
"BCCCCCCCCC", "8")), class = "data.frame", row.names = c(NA, 
-10L))
4
akrun 26 जून 2019, 23:29