避免在 r 中拆分字符串上的循环答案

【问题标题】：avoiding loops on split strings in r避免在 r 中拆分字符串上的循环
【发布时间】：2014-01-14 16:28:00
【问题描述】：

我当前的 DATE 变量包含“Wednesday 01/01/86”之类的条目我试图将日期与日期分开并将它们分别放入两个变量中。我当前的代码可以工作，但它有循环，在处理大数据时可能效率不高。有什么改进的想法吗？

result$DATE <- as.character(result$DATE) ## cast DATE into character

new_DATE <- strsplit(result$DATE, " ") ## split days from dates

## store days and dates separately into two new variables
for(i in 1:length(result$DATE)) {
result$GAMEDATE[i] <- new_DATE[[i]][2]
result$GAMEDOW[i] <- new_DATE[[i]][1]
}

【问题讨论】：

您在性能方面犯的主要错误并不是使用循环本身，而是您似乎在循环中增加对象，而不是填充预先分配的对象。（无论如何，很难从您的部分代码中分辨出来。）

标签： r loops for-loop apply performance

【解决方案1】：

考虑strsplit

> dates <- c("Wednesday 01/01/86", "Thursday 02/01/86", "Friday 03/01/86")
> do.call(rbind, strsplit(dates, " ") )
     [,1]        [,2]      
[1,] "Wednesday" "01/01/86"
[2,] "Thursday"  "02/01/86"
[3,] "Friday"    "03/01/86"

【讨论】：

【解决方案2】：

> library(stringr)
> str_split_fixed("Wednesday 01/01/86",' ',2)
     [,1]        [,2]      
[1,] "Wednesday" "01/01/86"

【讨论】：

colsplit in reshape2 是一个方便的扩展（它实际上只是调用 str_split_fixed 并很好地命名结果）。

【解决方案3】：

您可以通过strsplit 的输出来sapply，但最好只使用 Date 类：

(x <- as.Date(c("Wednesday 01/01/86","Friday 03/01/86"), "%A %d/%m/%y"))
[1] "1986-01-01" "1986-01-03"

然后您可以根据需要格式化：

format(x,"%d/%m/%Y")
[1] "01/01/1986" "03/01/1986"

这两个函数都是矢量化的，因此速度很快。

【讨论】：