在R中执行多个逻辑比较的最快方法是什么？

Question

在R中执行多个逻辑比较的最快方法是什么？

考虑例如矢量 x

set.seed(14)
x = sample(LETTERS[1:4], size=10, replace=TRUE)

我想测试每个条目x是"A"还是"B"(而不是其他任何东西).以下作品

x == "A" | x == "B"
[1]  TRUE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE

上面的代码在整个向量的长度上循环三次.R中是否有一种方法只循环一次并测试每个项目是否满足一个或另一个条件？

Answer 1

如果你的目标只是进行一次通过,那么即使你没有太多的C++经验,在Rcpp中编写也是非常简单的:

#include <Rcpp.h>

// [[Rcpp::export]]
Rcpp::LogicalVector single_pass(Rcpp::CharacterVector x, Rcpp::String a, Rcpp::String b) {
  R_xlen_t i = 0, n = x.size();
  Rcpp::LogicalVector result(n);

  for ( ; i < n; i++) {
    result[i] = (x[i] == a || x[i] == b);
  }

  return result;
}

对于像你的例子中使用的那样小的对象,.Call(可能)的轻微开销掩盖了Rcpp版本的速度,

r_fun <- function(X) X == "A" | X == "B"
##
cpp_fun <- function(X) single_pass(X, "A", "B")
##
all.equal(r_fun(x), cpp_fun(x))
#[1] TRUE
microbenchmark::microbenchmark(
  r_fun(x), cpp_fun(x), times = 1000L)
#Unit: microseconds
#expr         min    lq     mean median     uq    max neval
#r_fun(x)   1.499 1.584 1.974156 1.6795 1.8535 37.903  1000
#cpp_fun(x) 1.860 2.334 3.042671 2.7450 3.1140 51.870  1000

但对于较大的向量(我假设这是你的真实意图),它会快得多:

x2 <- sample(LETTERS, 10E5, replace = TRUE)
##
all.equal(r_fun(x2), cpp_fun(x2))
# [1] TRUE
microbenchmark::microbenchmark(
  r_fun(x2), cpp_fun(x2), times = 200L)
#Unit: milliseconds
#expr              min        lq      mean    median        uq      max neval
#r_fun(x2)   78.044518 79.344465 83.741901 80.999538 86.368627 149.5106   200
#cpp_fun(x2)  7.104929  7.201296  7.797983  7.605039  8.184628  10.7250   200

这里有一个快速的尝试在推广上面,如果你有这方面的任何使用.