Re: [問題] list比對

[Edster (Edster)]

請參見, 懶得generate data. 應該不會太慢. 至少不用一個個比對.

library(magrittr)

X=list()
X[[1]]= "1,2,3,4,5,6,7,8,9,19"
X[[2]]= "1,3,4,6,8,9,10,15,17,18"
X[[3]]= "4,5,7,11,20,24,25,27,28,29,39"

X = lapply(X, function(x){as.integer(strsplit(x, ",")[[1]])});
Y = unlist(X) %>% unique %>% sort
Z = matrix(NA, nrow=length(X), ncol=max(Y), dimnames=list(1:length(X),
1:max(Y)))
Count=numeric(length(X))

for(i in 1:length(X))
  for(j in 1:10)
    Z[i,X[[i]][j]] = 1

for(i in 1:length(X)){
  p = Z[, names(na.omit(Z[i,]))] %>% rowSums(., na.rm=T)
  Count[i] = length(p[p>5])
 }

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.4.209
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1447846663.A.E01.html
※ 編輯: Edster (140.112.4.209), 11/18/2015 19:53:06
→ Edster: 寫完之後才覺得, 最近好像版上有人問過類似的事.
※ 編輯: Edster (1.164.10.151), 11/18/2015 21:52:23
→ celestialgod: 改寫成RcppParallel http://pastebin.com/DQ6eczx2
→ celestialgod: 比我原先的版本快不少XD
→ celestialgod: 後來發現寫錯，暫時移除xd
→ celestialgod: 改好了，不過只適用於數字連續的時候
→ Edster: C版真是一行文的代表，很喜歡你的method 1.
→ Edster: 不過好像要一直重新指定記憶體在 dat %in% dat[i,]
→ celestialgod: 可是很慢啊Orz
→ Edster: 然後還要reshape, 但把 sum 用在 TRUE/FALSE 上是我想都沒
→ Edster: 想過的做法, 學習了.
→ celestialgod: E大做表格的方法也很amazing
→ celestialgod: 很實用，當說很擔心表格會爆XD
→ celestialgod:         想
→ celestialgod: 我覺得比較快的方法應該是做表格然後factor取整數
→ celestialgod: 這樣就不用用到names了
→ celestialgod: 不過就留給原po自己玩吧
→ Edster: 看了C版改的method 4, 突然覺得我多寫了很多不必要的設定.
→ Edster: 然後版大的dat應該是已經factorize後的factor吧.
→ Edster: 這個原po請要注意, 不然dat內的值跳號就out of boundary了
→ celestialgod: 我是只有1~100 而且樣本數夠大
→ celestialgod: 所以基本上沒跳號XD
→ celestialgod: 原po要先factor就是
推 Udyr: 感謝大家，昨天用Ｃ大的方法真的有快多了！