Re: [問題] grepl與迴圈使用

看板R_Language作者celestialgod (天)時間9年前 (2016/10/17 20:36)推噓0(0推 0噓 0→)

留言0則, 0人參與討論串2/2 (看更多)

※ 引述《huangsam (sam)》之銘言： : [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 : 手上有兩個檔案，分別是參照表以及原始檔 : 其中一個參照表為 : EX: : 檔案DT : 1 ^123.* A : 2 ^234.* B : . : . : . : 原始檔為 : 檔案DT2 : 1. 123456 : 2. 23456 : 經由比對可以發現 : 1.=>為A : 2.=>為B : [你的答案]: : : 我的寫法是用迴圈方式然後 : 想請問有沒有更好的寫法 : ansewer <- c() : for (i in 1:nrow(DT)) : { : ind <- grepl(DT[i, 1, with=F], DT2) : for(j in which(ind==1)) : { : ansewer[j] <- ifelse(TYPE[j]==0, DT2[i],ansewer[j] ) : } : } : : [關鍵字]: : : grepl : 好讀版： http://pastebin.com/cZWwyGGH library(data.table) library(stringr) library(pipeR) library(zoo) # 產生資料 numDigits <- 6 numRows <- 1000 DT2 <- data.table(str = rollapply(sample(9, numRows*numDigits, TRUE), numDigits, function(x) str_c(x, collapse = ""), by = numDigits), value = NA_character_) # 產生mapping table allPatterns <- substring(DT2$str,1,3) %>>% unique %>>% sort DT <- data.table(pattern = str_c("^", allPatterns, ".*"), value = sprintf("A%03i", 1:length(allPatterns))) # mapping開始 st <- proc.time() for (i in 1:nrow(DT)) set(DT2, which(str_detect(DT2$str, DT$pattern[i])), which(names(DT2) == "value"), DT$value[i]) proc.time() - st # user system elapsed # 0.11 0.00 0.11 # 如果會有string map到兩種pattern，取最前面的pattern # 就在第一個which裡面加上 & !is.na(DT2$value)條件 # 取最後面的話就不用改 print(DT2) # str value # 1: 588847 A297 # 2: 472447 A225 # 3: 181823 A048 # 4: 928228 A495 # 5: 331838 A139 # --- # 996: 172326 A042 # 997: 522373 A253 # 998: 828978 A437 # 999: 617415 A311 # 1000: 877184 A470 # 如果先用迴圈抓位置的話，會慢一倍... st <- proc.time() valueLoc <- lapply(1:nrow(DT), function(k) data.table(locDT=k, locDT2=grep(DT$pattern[k], DT2$str))) %>>% rbindlist %>>% setorder(locDT2) DT2[,value := DT$value[valueLoc$locDT]] proc.time() - st # user system elapsed # 0.28 0.00 0.28 # 如果有重複pattern問題，就valueLoc再對locDT2做groupby的max/min -- R資料整理套件系列文： magrittr #1LhSWhpH (R_Language) https://goo.gl/OBto1x data.table #1LhW7Tvj (R_Language) https://goo.gl/QFtp17 dplyr(上) #1LhpJCfB (R_Language) https://goo.gl/GcfNoP dplyr(下) #1Lhw8b-s (R_Language) tidyr #1Liqls1R (R_Language) https://goo.gl/pcq5nq pipeR #1NXESRm5 (R_Language) https://goo.gl/cDIzTh -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.246.24.88 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1476707818.A.402.html ※ 編輯: celestialgod (111.246.24.88), 10/17/2016 22:23:34