Re: [討論] for loop與*apply function請益

[gsuper (Logit(odds))]

assign.group <- function(value){
    if(value < 0.25){return_value <-  "group1"}
    else if(value < 0.5){return_value <- "group2" }
    else if(value < 0.75){return_value <- "group3" }
    else return_value <- "group4"
    return_value
}

## 新增欄位並填入值
add.col.group <- function(data){
    data$group <- 0
    data$group <- sapply(data$avg, assign_group) ##avg即為第八個欄位的名稱
    data
}

-----------------------------------------------------

當你餵進去的變數是單純的 numeric 是最快的

但是看起來你餵進去的是 factor 而非 numeric
-----------------------------------------------------

首先看看你的 data 變數, 看起來應該是 class::dataframe

然後你使用了 data$avg, 這邊應該預設是 class::factor

(你 avg 本來應該是用做 numeric 而非 factor)

這代表當你用 sapply() 放進 20000 筆資料, 每個 factor 又會產生 20000 筆 level

這時你就使用了 20000*20000 的記憶體容量


你可以試試把 data$avg 事先拉出來 宣告為 numeric

原則上 factor 只用在統計的線性模型, 有很多預設的性質, 不利簡單計算與資料處理

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.32.201.238
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1432276402.A.8BC.html
※ 編輯: gsuper (114.32.201.238), 05/22/2015 14:37:56
※ 編輯: gsuper (114.32.201.238), 05/22/2015 16:17:52
→ celestialgod: 如果用factor，還能產生出正常結果嗎？
→ gsuper: 有時候可以 但容易出bug 所以我一像都會避開這種格式
→ celestialgod: 恩恩，我只是想說factor通常被當成1,2,3,...
→ celestialgod: 不確定double變成factor是否可以一樣的數值運算
→ celestialgod: 我自己run是會出現錯誤In Ops.factor(a, 0.25) :
→ celestialgod: ‘>’ not meaningful for factors
→ gsuper: as.numeric(as.matrix(factor))   我都是這樣宣告的
→ gsuper: 不用去管float, double, numeric, integer 等細節
→ celestialgod: R應該不會自動把double轉成factor才是。
→ gsuper: 因為 read.table 會預設是dataframe
→ gsuper: 然後dataframe$vector 好像大部分是預設 factor
→ gsuper: 但是細節我也不清楚 所以讀取檔案以後 一定會這樣寫
→ celestialgod: 這個你應該誤會了吧
→ gsuper: gsub("^ *| *$","",as.matrix(read.table("檔案")))
→ celestialgod: R只會自動轉換文字到factor，整數還是維持整數
→ gsuper: 那我之後測試看看...  factor的屬性我不是很熟
→ celestialgod: 我自己測試是只有character會自動轉換
→ celestialgod: read.table有一個option是as.is 可以設定是否要轉
→ gsuper: 不過我覺得原po 的問題主因可能還是餵 factor 給 sapply()
→ gsuper: 因為這狀況我碰過很多次
→ celestialgod: data$avg預設是factor，我覺得怪怪，可以再討論
→ gsuper: 給他測試看看囉...原po試試 class(data$avg)
→ gsuper: 告訴我們結果是什麼
→ celestialgod: 不過至少，沒有轉換過的factor，'>'是不能用
→ locka: 抱歉這麼晚回，因為今天我比較晚回來，明天又要早起，所以
→ locka: 暫時無法測試…各位大大的回饋我都會一一測試消化，不過我
→ locka: 這裡可以先跟g大補充一下，如果我沒記錯的話，我data$avg
→ locka: 的資料是有前處理轉成numeric的 所以應該不是餵factor的問
→ locka: 題？