使用组合提高 R 代码的效率答案

【问题标题】：improving efficiency of R code using combination使用组合提高 R 代码的效率
【发布时间】：2014-04-12 06:48:50
【问题描述】：

我有一个数据

数据：

[1] "146002 1591246 1453825 1976867 318484"                                                                                                                             
[2] "669019 557068 787848 1752826 595490 1370072 32948 1059410 456048 2075616 2151636"                                                                                  
[3] "7052 84626 1876916 289198 1925401"                                                                                                                                 
[4] "2074708 609769 2074708 1586598 1750679"                                                                                                                            
[5] "230221 818400 230221 550378 569906 158775 178756"                                                                                                                  
[6] "357215 1000036 45393

我想以这样一种方式生成这些组合，以便形成每一行的组合

对于第 1 行

"146002 1591246","146002 145825","146002,1976867","1591246 1453825",...

五个值与一对两个的组合以及所有行的 this。

然后我需要将所有这些值绑定到一个向量中，以便最终输出如下所示：

final output :
146002 1591246
146002 145825
.........

我正在执行以下操作，但这需要很多时间：

 gram_2<-vector()
 for(i in 1:length(data))
 {
   if(length(unlist(strsplit(data[i]," ")))>2){
      comb<-combn(unlist(strsplit(data[i]," ")),2)
      for(j in 1:ncol(comb))
         {
          gram_2<-rbind(gram_2,paste(comb[,j],collapse=" "))
         }
      }
   gram_2<-rbind(gram_2,paste(data[i],collapse=" "))
 }

如何有效地做到这一点？谢谢

【问题讨论】：

标签： r performance

【解决方案1】：

一线解决方案

apply(do.call(cbind, lapply(strsplit(data, " "), combn, 2)), 2, paste, collapse=" ")

根据阿难更新。

unlist(lapply(strsplit(data, " ", fixed=TRUE), combn, 2, paste, collapse=" "))

【讨论】：

不确定速度的提升，但combn 有一个FUN 参数，允许您将paste 移动到combn 调用本身（从而消除对@987654327 的需要@)。
另外，将fixed = TRUE 添加到strsplit 通常会导致更有效的处理（如果模式是固定的，它似乎就在这里）。
谢谢，我不知道 combn 有一个有趣的参数。 :)
这是经常被忽视的功能之一 :-)

【解决方案2】：

我认为粘贴在一起会使结果不太有用，因此构造了一个两列矩阵：

do.call(rbind, sapply( lapply( sapply(vec, strsplit, " "), combn, 2),t))

【讨论】：

t是矩阵或data.frame转置函数。