我最近一直在gsub广泛使用,我注意到短模式比长模式运行得更快,这并不奇怪.这是一个完全可重现的代码:
library(microbenchmark)
set.seed(12345)
n = 0
rpt = seq(20, 1461, 20)
msecFF = numeric(length(rpt))
msecFT = numeric(length(rpt))
inp = rep("aaaaaaaaaa",15000)
for (i in rpt) {
n = n + 1
print(n)
patt = paste(rep("a", rpt[n]), collapse = "")
#time = microbenchmark(func(count[1:10000,12], patt, "b"), times = 10)
timeFF = microbenchmark(gsub(patt, "b", inp, fixed=F), times = 10)
msecFF[n] = mean(timeFF$time)/1000000.
timeFT = microbenchmark(gsub(patt, "b", inp, fixed=T), times = 10)
msecFT[n] = mean(timeFT$time)/1000000.
}
library(ggplot2)
library(grid)
library(gridExtra)
axis(1,at=seq(0,1000,200),labels=T)
p1 = qplot(rpt, …我正试图找到一种方法来自动填充任何给定年份的开始/结束周日期.例如2015年4月12日 - 2015年4月18日,2015年4月19日 - 2015年4月25日,2015年4月26日 - 2015年5月2日.我想我可以明确地计算出来,但它不是很优雅.提前致谢!
我有一个数据框,比如5行,用于2个可观察对象.我需要在数据框中插入"虚拟"或"零"行,以便每个可观察的行数相同(并且对于更长的行,可以大于N行).例如:
# This is what I have:
x = c("a","a","b","b","b")
y = c(2,4,5,2,6)
dft = data.frame(x,y)
print(dft)
x y
1 a 2
2 a 4
3 b 5
4 b 2
5 b 6
这是我想要得到的,即每个可观察到的N行添加到4.模拟 df
x1 = c("a","a","a","a","b","b","b","b")
y1 = c(2,4,0,0,5,2,6,0)
dft1 = data.frame(x1,y1)
print(dft1)
x1 y1
1 a 2
2 a 4
3 a 0
4 a 0
5 b 5
6 b 2
7 b 6
8 b 0
我开始在每个observable中获取原始数据帧中的N行ddply,以便我知道每个observable需要添加多少行.
library(plyr)
nr = ddply(dft,.(x),summarise,val=length(x))
print(nr) …是否有可能修正数字精度,比如说2位小数write.csv？如果是,.00在这种情况下是否可以存储整数？谢谢!
我需要计算函数的调用次数并在函数中使用它,但不是显式的.例如:
f <- function(i,ncall) {
print(paste("call to function number", ncall))
i = i^2
return(i)
}
print(f(3,ncall=1))
print(f(4,ncall=2))
我想这样做,但不提供的ncall=N在f(a,N)每一次.这没有宇宙目的,只是想知道它是否可能.谢谢!
我有一个数据框,我需要转动,但数据框有重复的标识符,所以spread函数给出一个错误Error: Duplicate identifiers for rows (5, 6)
Dimension = c("A","A","B","B","A","A")
Date = c("Mon","Tue","Mon","Wed","Fri","Fri")
Metric = c(23,25,7,9,7,8)
df = data.frame(Dimension,Date,Metric)
df
Dimension Date Metric
1 A Mon 23
2 A Tue 25
3 B Mon 7
4 B Wed 9
5 A Fri 7
6 A Fri 8
library(tidyr)
df1 = spread(df, Date, Metric, fill = " ")
Error: Duplicate identifiers for rows (5, 6)
然后我合并了行并粘贴了Metric:
dfa = aggregate(df[3], df[-3],
FUN = function(X) paste(unique(X), collapse=", ")) …我有一个模式向量,需要使用agrep它们.问题是,agrep似乎一次只能采用一种模式.
patt <- c("test","10 Barrel")
lut <- c("1 Barrel","10 Barrel Brewing","Harpoon 100 Barrel Series","resr","rest","tesr")
for (i in 1:length(patt)) {
print(agrep(patt[i],lut,max=1,v=T))
}
结果:
[1] "rest" "tesr"
[1] "1 Barrel" "10 Barrel Brewing" "Harpoon 100 Barrel Series"
for 长模式很慢,因此尝试以矢量化形式:
VecMatch1 = function(string, stringVector){
stringVector[agrep(string, stringVector, max = 1)]
}
a = VecMatch1(patt,lut)
Warning message:
In agrep(string, stringVector, max = 1) :
argument 'pattern' has length > 1 and only the first element will be used
可能是lapply等功能可以帮助吗？谢谢!!
检查 a 是否为data.frame空的最快（每微秒都很重要）的方法是什么？我在以下情况下需要它：
if (<df is not empty>) { do something here }
可能的解决方案：
1)if(is.empty(df$V1) == FALSE来自 `spatstat' 包
2) if(nrow(df) != 0)
3) 您的解决方案
我可以做：
library(microbenchmark)
microbenchmark(is.empty(df),times=100)
Unit: microseconds
expr min lq mean median uq max neval
is.empty(df) 5.8 5.8 6.9 6 6.2 66 100
但不知道如何计时2)。空 df 的解决方案是什么？
谢谢！
我有字符串,其中包含州名.我如何有效地缩写它们？我知道state.abb[grep("New York", state.name)]但只有"纽约"是整个字符串才有效.例如,我有"纽约的沃尔玛".提前致谢!
我们假设这个输入:
x = c("Walmart, New York", "Hobby Lobby (California)", "Sold in Sears in Illinois")
编辑:所需的输出将是la"Walmart,NY","Hobby Lobby(CA)","在IL的西尔斯出售".从这里可以看出,状态可以在字符串中以多种方式出现
我想要gsub完整的字符串 - 我知道我需要使用^和$.问题是我在字符串中有特殊字符(可能是[,或者.),所以我需要使用fixed=T.这会覆盖^和$.任何解决方案都很受欢 需要将1st,2nd元素替换exact_orig为1st,2nd元素,exact_change但仅限于从头到尾匹配完整字符串.
exact_orig = c("oz","32 oz")
exact_change = c("20 oz","32 ct")
gsub_FixedTrue <- function(i) {
for(k in seq_along(exact_orig)) i = gsub(exact_orig[k],exact_change[k],i,fixed=TRUE)
return(i)
}
测试用例:
print(gsub_FixedTrue("32 oz")) #gives me "32 20 oz" - wrong! Must be "32 ct"
print(gsub_FixedTrue("oz oz")) # gives me "20 oz 20 oz" - wrong! Must remain as "oz oz"
我读了一个有点类似的线程,但无法使它适用于完整的字符串(grep在字符串的开头,固定= T在R？ …
是否可以监控向量化操作的进度R？例如，在循环中总是if (i %% 10000) print(i)可以查看代码当前正在处理哪个元素。我的直觉是“可能不是”，但可能是我错了？