【问题标题】:Fastest way to add an element to a vector if it doesn't already exist in R如果元素在 R 中尚不存在,则将元素添加到矢量的最快方法
【发布时间】:2014-01-09 11:44:45
【问题描述】:

我正在寻找 R 中将一个元素(字符类型)添加到向量中的最快方法(如果它尚不存在)。现在我只是

vect=c("a","b","c")
vect=unique(c(vect,"b"))
vect=unique(c(vect,"d"))

等

但我认为必须有更好的方法来做到这一点。有什么想法吗? (我的向量有大约 200 万个字符串(网址))

干杯, 汤姆

【问题讨论】:

  • 任何避免vect增长的方法都会给你带来速度上的提升。

标签: r vector unique


【解决方案1】:

data.table 中的 %chin% 运算符是专门为快速处理字符向量而编写的。这是一个例子:

#  Your data, and we would like to add elements from add
#  that are not already in vect
vect <- c("a","b","c")
add <- c( "a" , "d" , "e" , "b" )

#  Load package
require( data.table )

# %chin% operator is smae as %in% but fast and optimised for character sequences
c( vect , add[ ! add %chin% vect ] )
[1] "a" "b" "c" "d" "e"

【讨论】:

  • 太棒了!非常感谢!!一般来说 - 在使用向量或列表的速度方面是否有任何偏好?向量确实是最快的吗?
  • 欢迎您!列表是一个向量。试试is.vector( list( 1:10 ) )。区别在于向量是递归的还是原子的(is.recursive( list( 1:10 ) ) 与 is.atomic( list( 1:10 ) )。一般我认为使用矢量化方法处理原子向量是最快的。
【解决方案2】:

显然,您想要两个向量的并集:

vect <- c("a","b","c")
add <- c( "a" , "d" , "e" , "b" )

union(vect, add)
#[1] "a" "b" "c" "d" "e"

正如 Simon 指出的那样,这与您的解决方案相同。

以下是一些基准:

library(data.table)
library(microbenchmark)
microbenchmark(union(vect, add),c( vect , add[ ! add %chin% vect ] ),times=10)
# Unit: microseconds
#                           expr    min     lq  median     uq    max neval
#               union(vect, add) 12.628 13.243 13.3980 15.092 65.599    10
# c(vect, add[!add %chin% vect])  2.773  3.080  3.3885  4.620 51.740    10


vect <- as.character(seq_len(1e6))
microbenchmark(union(vect, add),c( vect , add[ ! add %chin% vect ] ),times=10)
#Unit: milliseconds
#                          expr       min        lq    median        uq      max neval
#              union(vect, add) 176.34441 188.82082 261.09802 339.96974 493.7810    10
#c(vect, add[!add %chin% vect])  35.37661  37.14743  47.06862  70.46896 203.7034    10

【讨论】:

  • 这正是 OP 所做的...unique(c(as.vector(x), as.vector(y)))
  • 非常感谢 - 所以下巴解决方案比我使用联合解决方案快 4-5 倍 - 太棒了!感谢基准测试!
【解决方案3】:
vect <- if (!"d" %in% vect) c(vect, "d") else vect

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2020-10-25
    • 2015-02-08
    • 1970-01-01
    • 1970-01-01
    • 2018-05-04
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多