R - der Schnellste Weg zum auswählen der Zeilen einer matrix, die mehrere Bedingungen erfüllen

Dies ist eine Erweiterung der Frage auf die Rückgabe der Zeilen einer matrix, die eine Bedingung erfüllt in R. Sagen, ich habe die matrix:

       one two three four
 [1,]   1   6    11   16
 [2,]   2   7    12   17
 [3,]   3   8    11   18
 [4,]   4   9    11   19
 [5,]   5  10    15   20
 [6,]   1   6    15   20
 [7,]   5   7    12   20

Möchte ich alle Zeilen, wo matrix$two == 7 UND matrix$three == 12 so schnell wie möglich. Dies ist der Weg, den ich kenne, es zu tun:

 out <- mat[mat$two == 7,]
 final_out <- out[out$three == 12, ]

Es sollte natürlich eine Methode sein, um den Inhalt der final_out in einem Einzeiler, sowas wie: final_out <- which(mat$two == 7 && mat$three == 12) das ist schneller und kürzer als die zwei Linie des codes oben.

Was ist der Schnellste R-code dafür mehrere matrix-Bedingung Abfragen?

InformationsquelleAutor Zhubarb | 2013-08-08
  1. 12

    Verwenden Sie einfach [ Untergruppen mit logischen Vergleich...

    #  Reproducible data
set.seed(1)
m <- matrix( sample(12,28,repl=T) , 7 , 4 )
     [,1] [,2] [,3] [,4]
[1,]    4    8   10    3
[2,]    5    8    6    8
[3,]    7    1    9    2
[4,]   11    3   12    4
[5,]    3    3    5    5
[6,]   11    9   10    1
[7,]   12    5   12    5


#  Subset according to condition
m[ m[,2] == 3 & m[,3] == 12 , ]
[1] 11  3 12  4
    InformationsquelleAutor Simon O'Hanlon
  2. 3

    UPDATE MIT MICROBENCHMARK:

    Mithilfe von benchmark gibt die entgegengesetzte Antwort. Es scheint, die Antwort von @SimonO101 bietet eine etwas schnellere Umsetzung.

    require(microbenchmark)
set.seed(1)
m <- matrix( sample(12,100,repl=T) , 25 , 4 )
colnames(m) <- c("one","two","three","four")

bench1 <- microbenchmark(m[which(m[,'two']==7 & m[,'three'] == 12, arr.ind = TRUE),])
summary(bench1$time)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   7700    8750    9449    9688    9800   22400

bench2 <- microbenchmark(m[ m[,2] == 3 & m[,3] == 12 , ])
summary(bench2$time)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   6300    7350    7351    7599    8050   15400

    ALTE ANTWORT:

    Kombination der Antworten von @Jiber und @SimonO101 bietet eine etwas schnellere Antwort, zumindest auf meinem computer.

    Machte ich die matrix sehr viel größer zu trennen, die berechnungszeiten.

    set.seed(1)
m <- matrix( sample(12,1000000000,repl=T) , 1e8 , 10 )
colnames(m) <- c("one","two","three","four","five","six","seven","eight","nine","ten")

system.time(m[which(m[,'two']==7 & m[,'three'] == 12, arr.ind = TRUE),])
   user  system elapsed 
   6.49    1.58    8.06 
system.time(m[ m[,2] == 3 & m[,3] == 12 , ])
   user  system elapsed 
   8.23    1.29    9.52

    Dies ist offensichtlich davon ausgegangen, die matrix-Spalten benannt sind.

    • Sollten Sie verwenden library(microbenchmark) für die Berechnung der Zeiten...es ist viel zuverlässiger.
    • danke für den Tipp. Dies war mein Erster Versuch benchmarking. Ich werde zu aktualisieren, die Antwort nachdem ich das Paket installiert.
    • Es kann eine Weile dauern...schauen Sie sich um, SO sehen Sie andere Beispiele, wie Menschen nutzen es.
    • Siehe update. Ich hoffe ich habe das richtig.
    • Keine Notwendigkeit zu speichern und dann zusammenfassen. Aber sieht gut aus.
    InformationsquelleAutor dayne
  3. 1

    Verwenden which mit arr.ind=TRUE wie in:

    > mat[which(mat[,"two"]==7 & mat[,"three"] == 12, arr.ind = TRUE),]
  one two three four
2   2   7    12   17
7   5   7    12   20
    • Oder mat[mat[,"two"] == 7 & mat[,"three"] == 12,]
    • Ich hatte nicht Lesen Sie vollständig die Frage, und ich hatte nicht realisiert, dass die OP bereits which
    • Ist die $ sub-Einstellung geeignet für Matrizen? Ich bekomme eine Fehlermeldung.
    InformationsquelleAutor Jilber Urbina
  4. 1

    Wenn Sie eine Menge von Zeilen, es wäre noch besser, Teilmenge Erstens, wie Sie sehen können, in der folgende code

    set.seed(1)
m <- matrix( sample(12,28,repl=T) , 12e6 , 4 )

#  Subset according to condition
microbenchmark(sample0=m[ m[,2] == 3 & m[,3] == 12 , ],times = 10L)

microbenchmark(sample1=m[ m[,2] == 3, ],
           sample2= sample1[sample1[,3] == 12, ],times = 10L)

    Die nachstehenden Ergebnisse:

    microbenchmark(sample0=m[ m[,2] == 3 & m[,3] == 12 , ],times = 10L)
Unit: milliseconds
expr        min         lq        mean     median         uq        max neval
sample0 342.085212 347.333083 381.6039635 349.920741 375.383425 584.068743    10
microbenchmark(sample1=m[ m[,2] == 3, ],
              sample2= sample1[sample1[,3] == 12, ],times = 10L)
Unit: milliseconds
expr        min         lq        mean      median         uq        max neval cld
 sample1 188.647995 189.832552 215.9355769 194.2375715 199.118962 404.631420    10   b
 sample2   5.097811   5.262028   5.3260160   5.2868025   5.401471   5.571351    10  a
    InformationsquelleAutor Nicolás Esteban Cofré Ramírez
  5. -2

    die absolute Schnellste Weg, in R wird ifelse die im Gegensatz zu if ermöglicht vektorisierte Bedingungen. Sie können auch cache-Vektoren von Bedingungen (z.B. isSeven <- mat[, 'two'] == 7) und Nutzung/Wiederverwendung später.

    Habe ich nicht ein reproduzierbares Beispiel hier, aber ich möchte etwas tun, wie

    ifelse(mat[, 'two'] == 7 & mat[, 'three'] == 12, "both", "not both")

    Können Sie plop anderen Bedingungen in es oder haben es etwas zurückkehren, das führt zu einem harmonischen Vektor.

    • Ich glaube nicht, dass ifelse wird schneller sein als logischen Untergruppen. Afterall, das ist genau das, was ifelse hat intern.
    • Ähmm, die behaupten, dass dies geht am schnellsten, ist einfach falsch!
    InformationsquelleAutor Adam Hyland
Schreibe einen Kommentar