相当于R中字符串的cumsum [重复]答案

【问题标题】：Equivalent to cumsum for string in R [duplicate]相当于R中字符串的cumsum [重复]
【发布时间】：2016-02-12 20:46:02
【问题描述】：

我正在寻找一种方法来做相当于 R 中字符串/字符格式文本而不是数字的累积总和的方法。应该连接不同的文本字段。

例如在数据框“df”中：

A 列包含输入，B 列包含所需结果。

  A        B
1 banana   banana 
2 boats    banana boats
3 are      banana boats are
4 awesome  banana boats are awesome

目前我正在通过以下循环解决这个问题

df$B <- ""

for(i in 1:nrow(df)) {
    if (length(df[i-1,"A"]) > 0) {
        df$B[i] <- paste(df$B[i-1],df$A[i])
    } else {
        df$B[i] <- df$A[i]
    }
}

我想知道是否存在更优雅/更快的解决方案。

【问题讨论】：

根本不是“cumsum”！
性能有问题吗？
我认为经典的cumpaste首先出现在here（可能重复）。感谢@alexis_laz。
Another similar Q&A，尽管也像上面的答案一样“按组”。但“按组”很少是棘手的部分......
感谢您的所有回答！发现 Reduce 是最快的，因此标记为最佳答案。抱歉，如果这是重复的！我似乎搜索了错误的字词。

标签： r

【解决方案1】：

(df$B <- Reduce(paste, as.character(df$A), accumulate = TRUE))
# [1] "banana"     "banana boats"      "banana boats are"    "banana boats are awesome"

【讨论】：

令人印象深刻，而且速度极快。（在 1000 个字符串的输入向量上，比我的解决方案快 20 倍）
@Heroka Reduce 只是一个 for 循环。
@Roland 等很聪明，但在我的机器上 Reduce 把其他答案吹出了公园。我认为是accumulate = TRUE。
@Heroka 嗯，是的。显然，它比您的方法更好地处理累积，但它只是很好的语法糖。如果您查看内部代码，您会看到一个标准的for 循环。
@Roland 这不是“只是”一个 for 循环。还有很多事情可以解释速度的提高。首先，您已经强制调用（请参阅?forceAndCall。更重要的是，函数Reduce 已经编译为字节码。任何编译后的代码都将优于“手工制作”的 for 循环。所以称它为语法糖正在做对功能的不公正。

【解决方案2】：

我们可以试试

 i1 <- sequence(seq_len(nrow(df1)))
 tapply(df1$A[i1], cumsum(c(TRUE,diff(i1) <=0)),
                     FUN= paste, collapse=' ')

或者

 i1 <- rep(seq(nrow(df1)), seq(nrow(df1)))
 tapply(i1, i1, FUN= function(x) 
          paste(df1$A[seq_along(x)], collapse=' ') )

【讨论】：

【解决方案3】：

不知道是不是更快，但至少代码更短：

sapply(seq_along(df$A),function(x){paste(A[1:x], collapse=" ")})

感谢 Rolands 的评论，我意识到这是 for 循环可能有用的罕见情况之一，因为它为我们节省了重复索引。它与 OP 不同，因为它从 2 开始，省去了 forloop 中的 if 语句。

res <- c(NA, length(df1$A))
res[1] <- as.character(df1$A[1])
for(i in 2:length(df1$A)){
   res[i] <- paste(res[i-1],df1$A[i])
 }
res

【讨论】：