[問題] 計算英文字串中雙字元的出現次數

看板R_Language作者Chihuah (灰色曼哈頓)時間6年前 (2018/12/10 13:00)推噓0(0推 0噓 7→)

留言7則, 5人參與討論串1/1

[問題類型]: 效能諮詢(我想讓R 跑更快) [軟體熟悉度]: 入門(寫過其他程式，只是對語法不熟悉) [問題敘述]: 我想要統計一個英文字串中，雙字母的出現次數，例如: <input> aabaaa abbacazz input aa ab ac ad ... az ba bb bc ... ca cb cc ... zz aabaaa 3 1 0 0 0 1 0 0 0 0 0 0 abbacazz 0 1 1 0 1 1 1 0 1 0 0 1 輸入資料是一個csv檔，內含一個欄位<input>，每一筆(行)內容即為一個英文字串輸出資料是新增aa~zz共676個欄位，每一行的英文字串後，加入雙字母的出現次數，未出現的為0次下述程式碼是我目前想到的，但是雙迴圈執行mutate(程式第4~10行)，過程速度很慢想請教對於雙字元的統計是否有更好、執行效率更高的寫法? [程式範例]: 以下圖片為程式碼與註解 https://imgur.com/utlNEB7

以下為程式碼原文 file_csv<- read.csv("test.csv",header=TRUE,sep=",") n <- 1:nrow(file_csv) patt <- NULL for(i in 0:25){ for(j in 0:25){ tmp_2char <- paste(intToChar(97+i),intToChar(97+j),sep="") patt <- c(patt,tmp_2char) file_csv<-mutate(file_csv,!!tmp_2char:=0) } } m <- length(patt) for(x in n){ tmp_input <- tolower(as.character(file_csv$input[x])) file_csv[x,2:(m+1)] <- str_count(tmp_input,patt) } [環境敘述]: R version 3.5.1 (2018-07-02) Platform: x86_64-w64-mingw32/x64 (64-bit) Running under: Windows >= 8 x64 (build 9200) [關鍵字]: mutate str_count 雙字元出現次數 -- 「那女怪，活潑潑，春意無邊；這長老，死丁丁，禪機有在。一個似軟玉溫香，一個如死灰槁木。」《西遊記．第五五回》 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.126.132.70 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1544418029.A.321.html

[問題] 計算英文字串中 雙字元的出現次數

[問題] 計算英文字串中雙字元的出現次數