比较两行的快速方法答案

【问题标题】：a speedy way to compare two rows比较两行的快速方法
【发布时间】：2019-07-03 12:25:54
【问题描述】：

我有一个包含 2 行和 30406 列的大型数据框。我需要计算给定列的两行中出现 0 的次数（匹配），以及在给定的列中出现 0 的次数而不出现在另一行中的次数（不匹配）。

我认为如果我只是遍历所有内容并比较每一列，考虑到有 >30k 列，这将花费太长时间

head(to_compare)[1:5]
     bin:82154:182154 bin:82154:282154 bin:82154:382154 
bin:82154:482154
1-D1.txt                0                1                2                
0
1-D2.txt                1                1                1                
1
     bin:82154:582154
1-D1.txt                0
1-D2.txt                0

输出

match
1

no_match
1

【问题讨论】：

你好，当两者都不是0时你会怎么做？忽略那些列？
完全正确

标签： r dataframe compare match

【解决方案1】：

您可以将colSums 用于矢量化解决方案：

set.seed(123)
df <- as.data.frame(matrix(round(runif(50, 0, 2)), nrow = 2))

# Match 
sum(colSums(df==0) == 2)
[1] 2

# No match
sum(colSums(df==0) == 1)
[1] 8

【讨论】：

【解决方案2】：

set.seed(123)
df <- as.data.frame(matrix(round(runif(10, 0, 2)), nrow = 2))

# Count the number of 0 for each column
sum(apply(df, 2, function(x) all(x == 0))) # Match

# Count the number of 0 is present in one row and not in another for each column
sum(apply(df, 2, function(x) any(x == 0) & (x[1] != x[2]))) # No match

【讨论】：

因此，如果我想用 1 而不是 0 来执行此操作，则不匹配将是： sum(apply(to_compare, 2, function(x) any(x == 1) & (x[0 ] != x[2])))
没错。在此逻辑中，您将查看两行中的任何数字是否为 ONE，或者您选择的另一个数字，然后比较它们是否不同。

【解决方案3】：

另一种非常简单的方法是首先将列切换为行，然后使用rowSums：

#Create sample df
df <- data.frame(col1 = c(0,1), col2 = c(1,0), col3 = c(1,1), col4 = c(0,2), col5 = c(3,0), col6 = c(0,0))

#Convert columns to rows
df_long <- t(df)

#Count number of 0s in every row and show in table of 0, 1 or 2 zeros
table(rowSums(df_long == 0))

0 1 2 
1 4 1

【讨论】：

或者只是表(colSums(df != 0))
确实！非常好！

【解决方案4】：

set.seed(7)
n <- 30406
to_compare <- data.frame(matrix(floor(runif(n*2, 0, 3)), nrow = 2))

table(colSums(to_compare==0))
#    0     1     2 
#13519 13513  3374 
#
#0..no zero in column (13519)
#1..one row in column has a zero (13513)
#2..both rows in column are zero (3374)

system.time(table(colSums(to_compare==0)))
#       User      System verstrichen 
#      0.332       0.000       0.330

【讨论】：