我在 R 中有一个向量，
a = c(2,3,4,9,10,2,4,19)
假设我想有效地插入以下向量 b 和 c，
b = c(2,1)
d = c(0,1)
就在第 3 和第 7 位（“4”条目）之后，结果是，
e = c(2,3,4,2,1,9,10,2,4,0,1,19)
我如何在 R 中有效地做到这一点，而无需递归使用 cbind 左右。
我找到了一个包 R.basic，但它不是 CRAN 包的一部分，所以我考虑使用受支持的版本。
【问题讨论】：
c 有效（而不是 cbind），这可能是不将向量命名为“c”的一个原因...
<- 而不是=
标签： r
试试这个：
result <- vector("list",5)
result[c(TRUE,FALSE)] <- split(a, cumsum(seq_along(a) %in% (c(3,7)+1)))
result[c(FALSE,TRUE)] <- list(b,d)
f <- unlist(result)
identical(f, e)
#[1] TRUE
编辑：推广到任意数量的插入很简单：
insert.at <- function(a, pos, ...){
dots <- list(...)
stopifnot(length(dots)==length(pos))
result <- vector("list",2*length(pos)+1)
result[c(TRUE,FALSE)] <- split(a, cumsum(seq_along(a) %in% (pos+1)))
result[c(FALSE,TRUE)] <- dots
unlist(result)
}
> insert.at(a, c(3,7), b, d)
[1] 2 3 4 2 1 9 10 2 4 0 1 19
> insert.at(1:10, c(4,7,9), 11, 12, 13)
[1] 1 2 3 4 11 5 6 7 12 8 9 13 10
> insert.at(1:10, c(4,7,9), 11, 12)
Error: length(dots) == length(pos) is not TRUE
如果位置和插入的数量不匹配，请注意额外的错误检查。
【讨论】：
你可以使用下面的函数，
ins(a, list(b, d), pos=c(3, 7))
# [1] 2 3 4 2 1 9 10 2 4 0 1 4 19
在哪里：
ins <- function(a, to.insert=list(), pos=c()) {
c(a[seq(pos[1])],
to.insert[[1]],
a[seq(pos[1]+1, pos[2])],
to.insert[[2]],
a[seq(pos[2], length(a))]
)
}
【讨论】：
这是另一个函数，使用 Ricardo 的语法、Ferdinand 的 split 和来自另一个问题的 @Arun's interleaving trick：
ins2 <- function(a,bs,pos){
as <- split(a,cumsum(seq(a)%in%(pos+1)))
idx <- order(c(seq_along(as),seq_along(bs)))
unlist(c(as,bs)[idx])
}
优点是这应该扩展到更多的插入。但是，当传递无效参数时，它可能会产生奇怪的输出，例如，any(pos > length(a)) 或 length(bs)!=length(pos)。
如果您不想命名 a 的项目，可以将最后一行更改为 unname(unlist(...。
【讨论】：
直截了当的方法：
b.pos <- 3
d.pos <- 7
c(a[1:b.pos],b,a[(b.pos+1):d.pos],d,a[(d.pos+1):length(a)])
[1] 2 3 4 2 1 9 10 2 4 0 1 19
注意括号对: 运算符边界的重要性。
【讨论】：
insert_vec <- function(old, new, loc) c(old[1:loc], new, old[-c(1:loc)])
在使用了费迪南德的函数后，我尝试编写自己的函数，令人惊讶的是它的效率要高得多。
这是我的：
insertElems = function(vect, pos, elems) {
l = length(vect)
j = 0
for (i in 1:length(pos)){
if (pos[i]==1)
vect = c(elems[j+1], vect)
else if (pos[i] == length(vect)+1)
vect = c(vect, elems[j+1])
else
vect = c(vect[1:(pos[i]-1+j)], elems[j+1], vect[(pos[i]+j):(l+j)])
j = j+1
}
return(vect)
}
tmp = c(seq(1:5))
insertElems(tmp, c(2,4,5), c(NA,NA,NA))
# [1] 1 NA 2 3 NA 4 NA 5
insert.at(tmp, c(2,4,5), c(NA,NA,NA))
# [1] 1 NA 2 3 NA 4 NA 5
还有基准测试结果：
> microbenchmark(insertElems(tmp, c(2,4,5), c(NA,NA,NA)), insert.at(tmp, c(2,4,5), c(NA,NA,NA)), times = 10000)
Unit: microseconds
expr min lq mean median uq max neval
insertElems(tmp, c(2, 4, 5), c(NA, NA, NA)) 9.660 11.472 13.44247 12.68 13.585 1630.421 10000
insert.at(tmp, c(2, 4, 5), c(NA, NA, NA)) 58.866 62.791 70.36281 64.30 67.923 2475.366 10000
我的代码在某些情况下效果更好：
> insert.at(tmp, c(1,4,5), c(NA,NA,NA))
# [1] 1 2 3 NA 4 NA 5 NA 1 2 3
# Warning message:
# In result[c(TRUE, FALSE)] <- split(a, cumsum(seq_along(a) %in% (pos))) :
# number of items to replace is not a multiple of replacement length
> insertElems(tmp, c(1,4,5), c(NA,NA,NA))
# [1] NA 1 2 3 NA 4 NA 5
【讨论】：
这是使用append 的替代方法。这对小向量很好，但我无法想象它对大向量是有效的，因为循环的每次迭代都会创建一个新向量（这显然是不好的）。诀窍是反转需要插入的东西的向量，以使append 将它们插入到相对于原始向量的正确位置。
a = c(2,3,4,9,10,2,4,19)
b = c(2,1)
d = c(0,1)
pos <- c(3, 7)
z <- setNames(list(b, d), pos)
z <- z[order(names(z), decreasing=TRUE)]
for (i in seq_along(z)) {
a <- append(a, z[[i]], after = as.numeric(names(z)[[i]]))
}
a
# [1] 2 3 4 2 1 9 10 2 4 0 1 19
【讨论】：