Re: [問題] merge 3 tables with summing common var

看板R_Language作者memphis (讓你喜歡這世界~)時間10年前 (2015/10/13 15:40)推噓5(5推 0噓 21→)

留言26則, 3人參與討論串4/5 (看更多)

速度看起來還好? 還是我搞錯cywhale想要做的是什麼? library(data.table) library(dplyr) # testing data, assuming merge by key = "SP" set.seed(NULL) x <- matrix(sample(1e6), 1e5) %>% data.table() %>% setnames(1:10,sample(LETTERS,10)) %>% .[,SP:=seq_len(nrow(.))] y <- matrix(sample(1e5), 1e4) %>% data.table() %>% setnames(1:10,sample(LETTERS,10)) %>% .[,SP:=seq_len(nrow(.))] z <- matrix(sample(4e5), 2e4) %>% data.table() %>% setnames(1:20,sample(LETTERS,20)) %>% .[,SP:=seq_len(nrow(.))] ###### mycode t = proc.time() xyz <- x %>% full_join(y, by='SP') %>% full_join(z, by='SP') %>% as.data.table() mut_list <- unique(substr(names(xyz)[grep('.', names(xyz), fix=T)],1,1)) for(i in 1:length(mut_list)){ mycols <- grep(mut_list[i], names(xyz), fix=T) xyz[,mySum := rowSums(.SD), .SDcols=mycols] xyz[,(mycols):= NULL] names(xyz)[names(xyz)=="mySum"] <- mut_list[i] cat(paste0(mut_list[i]),"\n") } proc.time() - t ※ 引述《cywhale (cywhale)》之銘言： : [問題類型]: : : 效能諮詢(我想讓R 跑更快) : : 好像在哪曾看過較簡易的寫法或function，但一時想不起，也沒找到，寫了比較複雜的 : code，想請問是否有更快或更簡易的方式做到 : [軟體熟悉度]: : 請把以下不需要的部份刪除 : 入門(寫過其他程式，只是對語法不熟悉) : [問題敘述]: : 請簡略描述你所要做的事情，或是這個程式的目的 : Merge some data tables by the same key, 但若有相同的variables則合併時要相加， : 不管NA，data tables彼此間的行、列數均不同 : [程式範例]: : : : library(data.table) : library(dplyr) : # testing data, assuming merge by key = "SP" : set.seed(NULL) : x <- matrix(sample(1e6), 1e5) %>% data.table() %>% : setnames(1:10,sample(LETTERS,10)) %>% .[,SP:=seq_len(nrow(.))] : y <- matrix(sample(1e5), 1e4) %>% data.table() %>% : setnames(1:10,sample(LETTERS,10)) %>% .[,SP:=seq_len(nrow(.))] : z <- matrix(sample(4e5), 2e4) %>% data.table() %>% : setnames(1:20,sample(LETTERS,20)) %>% .[,SP:=seq_len(nrow(.))] : # function.. try to write Rcpp function.. : require(Rcpp) : cppFunction('NumericVector addv(NumericVector x, NumericVector y) { : NumericVector out(x.size()); : NumericVector::iterator x_it,y_it,out_it; : for (x_it = x.begin(), y_it=y.begin(), out_it = out.begin(); : x_it != x.end(); ++x_it, ++y_it, ++out_it) { : if (ISNA(*x_it)) { : *out_it = *y_it; : } else if (ISNA(*y_it)) { : *out_it = *x_it; : } else { : *out_it = *x_it + *y_it; : } : } : return out;}') : ### merge two data.table with different columns/rows, : ### and summing identical column names : outer_join2 <- function (df1,df2,byNames) { : tt=intersect(colnames(df1)[-match(byNames,colnames(df1))], : colnames(df2)[-match(byNames,colnames(df2))]) : df <- merge(df2,df1[,-tt,with=F],by=byNames,all=T) : dt <- merge(df2[,-tt,with=F],df1[,c(byNames,tt),with=F],by=byNames,all=T) %>% : .[,tt,with=F] : for (j in colnames(dt)) {set(df,j=j,value=addv(df[[j]],dt[[j]]))} : return (df) : } : # get results, 參考c大 #1LaHm_aH (R_Language) : system.time(Reduce(function(x, y) outer_join2(x, y, byNames="SP"), list(x,y,z))) : 用了較多行code來完成這件事，速度上似乎還可以，但不確定是否有更好的寫法？謝謝！ : [關鍵字]: : : 選擇性，也許未來有用 : -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.73.102 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1444722039.A.6EB.html

→