在 R 中有效地将 Stem 和 Leaf 转换为向量答案

【问题标题】：Convert Stem and Leaf to a Vector in R Efficiently在 R 中有效地将 Stem 和 Leaf 转换为向量
【发布时间】：2018-11-14 06:54:00
【问题描述】：

我需要验证许多茎叶图的汇总统计数据（平均值、标准差等），因此我编写了一些函数来尝试将茎叶图转换为向量，因为从向量中获取统计数据很容易在R中。

茎叶图可以作为矩阵或数据框输入，其中每一行都是一个字符串。 “|”符号表示小数位的分隔符。比如下面的茎叶图

可以输入为

> example.stem = rbind("100|9", "102|601", "104|0678", "106|5", "108|649", "110|3857", "112|56", "114|29")

我执行此茎叶图转换的两个函数是

## Convert a single row into a vector
> convert.row = function(current){

  temp.split = as.vector(strsplit(current, split="|", fixed=TRUE)[[1]])

  int = temp.split[1]

  dec = temp.split[2]
  dec = (strsplit(dec, ""))[[1]]

  temp.string = NULL

  for(i in 1:length(dec)){
    temp.string[i] = paste(int, dec[i], sep=".")
  }

  result = as.numeric(temp.string)
  return(result)
  }


## Convert matrix or dataframe with a stem and leaf plot into a vector
> stem.to.vec = function(df){  

  df = data.frame(df, stringsAsFactors = F)  

  result.vec = NULL

  for(i in 1:nrow(df)){
    current = df[i, ]
    result.vec = c(result.vec, convert.row(current))
  }

  return(result.vec)
  }

我们可以验证这是否可行，因为我们知道解决方案：

> solution = c(100.9, 102.6,102.0,102.1,104.0,104.6,104.7,104.8,106.5,108.6,108.4,108.9,110.3,110.8,110.5,110.7,112.5,112.6, 114.2, 114.9)
> stem.to.vec(example.stem) == solution

虽然这个解决方案有效，但它并不优雅或高效。我们正在将带有字符串的矩阵/数据框转换为数值，然后再转换回字符串，然后再转换为数值。因此，对于非常大的茎叶地块工作可能会很慢。

谁能提出一个更好、更高效、转化次数更少的解决方案？

【问题讨论】：

标签： r performance type-conversion

【解决方案1】：

拆分粘贴方法：

拆分为列表项，然后拆分列表项的第二个元素。最后将这两个向量粘贴到一个列表项中。

x <- sapply(strsplit(example.stem, "[|]"), 
            function(x) { paste(x[1], unlist(strsplit(x[2], "")), sep= ".") })

as.numeric(unlist(x))                           

# [1] 100.9 102.6 102.0 102.1 104.0 104.6 104.7 104.8 106.5 108.6 108.4 108.9 
# [13] 110.3 110.8 110.5 110.7 112.5 112.6 114.2 114.9

【讨论】：

【解决方案2】：

这是一个嵌套的lapply 版本，它将所有组合作为字符串，然后将输出值转换为数字：

out <- unlist(lapply(strsplit(example.stem, "[|]"), function(x){
  lapply(x[2], function(y){
    as.numeric(paste(x[1], unlist(strsplit(y, "")), sep = "."))
  })
}))

> identical(solution, out)
[1] TRUE

【讨论】：

【解决方案3】：

这远非漂亮，但我认为无论如何你都必须进行一些来回转换。

用read.table把数据吸进去，然后把右边除以10，再加上左边的每个值。

out <- read.table(text=example.stem, sep="|", colClasses=c("numeric","character"))
res <- unlist(Map(`+`, out$V1, lapply(strsplit(out$V2,""), function(x) as.numeric(x)/10)))
res
# [1] 100.9 102.6 102.0 102.1 104.0 104.6 104.7 104.8 106.5 108.6 108.4 108.9
# [13] 110.3 110.8 110.5 110.7 112.5 112.6 114.2 114.9

identical(solution,res)
#[1] TRUE

【讨论】：