以更快的方式编写 if else()（内存更少）答案

【问题标题】：writing a ifelse() on a faster way (with less memory)以更快的方式编写 if else()（内存更少）
【发布时间】：2018-07-10 13:34:18
【问题描述】：

目前，我正在处理一个大数据集。在这个任务中我唯一要做的就是预处理数据。

当我运行我的代码时，我发现我的计算机内存在这行代码中增长得非常快：

binary <- ifelse(subset_variables1 == "0", 0, 1)

该行唯一应该做的就是将我所有的值变成二进制。这可以更快地完成吗？或者这已经是一种很好的方式（我必须处理内存问题）。

【问题讨论】：

如果需要 0/1 或 TRUE/FALSE 输出，则不需要使用 ifelse。只需运行比较本身并使用返回的逻辑向量。
binary <- subset_variables1 == "0"
仅供参考，实际上有一个比dplyr更快的ifelse：if_else
试试as.integer(subset_variables1 == "0")。将逻辑转换为整数将转换为 1 表示 TRUE 和 0 表示 FALSE。如果你这样做 TRUE * 5 和 FALSE * 5 你会看到区别
并且作为旁注，当转换为逻辑时，除 0 以外的任何整数都被视为 TRUE。你可以试试as.logical(-3:3)

标签： r performance memory

【解决方案1】：

使用布尔类型和/或条件时，您可以将它们与数学运算符一起使用，它们将被解释为1 或0（对于TRUE 和FALSE）。所以+("0" == 0) 返回1，1 - ("0" == 0) 返回0。

如果你有这样的向量

set.seed(666)
subset_variables1 <- sample(c("0", "1"), 10000, replace = TRUE)

您可以使用1 - (subset_variables1 == "0") 来获得所需的结果。

我已经将它与 cmets 中的一些建议进行了比较，它是最快的。

library(microbenchmark)

microbenchmark(ifelse = ifelse(subset_variables1 == "0", 0, 1),
               as.numeric = as.numeric(subset_variables1),
               if_else = dplyr::if_else(subset_variables1 == "0", 0, 1),
               plus = 1 - (subset_variables1 == "0"),
               times = 1000
)

Unit: microseconds
       expr     min       lq     mean   median       uq      max neval
     ifelse 686.668 701.3440 977.0863 910.6570 1170.816 3222.192  1000
 as.numeric 631.813 642.5910 715.8687 677.3830  720.841 1819.925  1000
    if_else 347.409 377.0665 537.3344 482.7055  657.468 1603.241  1000
       plus  97.170  98.8845 129.9091 107.8545  146.303  741.557  1000

【讨论】：

供您参考：我尝试了您的解决方案。结果：我现在只使用 71% 的内存，而不是使用 98% 的内存（旧解决方案）。
谢谢，很高兴听到这个消息！
一个不错的小技巧：逻辑值向量的平均值是该向量中 TRUE 的比例。

【解决方案2】：

这是一个较慢但更通用的解决方案

v <- rep(1,length(subset_variables1))
v[subset_variables1 =="0"] <- 0

ifelse 用于数字向量，

ifelse_sign <- function(test,yes,no){

    if(length(yes)==1)yes = rep(yes,length(test))
    if(length(no) ==1)no  = rep(no ,length(test))

    yes[!test] <- 0
    no [test]  <- 0

    yes + no + test *0
}

ifelse_sign(subset_variables1=="0",0,1)

【讨论】：