计算数据帧或矩阵中的非零数

Question

我有一个大数据帧190,000行X 13列整数,我想得到整个事物中所有非零整数的计数.

我知道我可以编写一个嵌套的for循环来遍历每一列的每一行,但是有一个函数或一行代码可以执行相同的任务吗？

Answer 1

共识是,sum(df != 0)它比目前接受的解决方案更短,更有效.我将补充说,如果你有像你说的整数,那么你应该与0L(整数)而不是0(数字)进行比较,以避免不必要的转换.此外,将data.frame转换为矩阵将更快.以下是一些基准测试:

df <- as.data.frame(as.matrix(sample(as.integer(0:9), 190000*13, TRUE), 190000))

library(microbenchmark)
microbenchmark(
  sum(df != 0),
  sum(df != 0L),
  sum(as.matrix(df) != 0L)
)
# Unit: milliseconds
#                      expr      min       lq   median       uq       max neval
#              sum(df != 0) 57.44615 61.40066 62.83314 76.93262 116.42085   100
#             sum(df != 0L) 46.01104 48.76516 53.00026 55.91232  74.20851   100
#  sum(as.matrix(df) != 0L) 20.25708 25.22730 27.43667 30.36676  48.23750   100

相比之下,@ Codoremifa的解决方案需要大约2.5秒,即在这个特定数据上接近100倍.