在 R 中修剪长字符向量的更快方法 [关闭]答案

【问题标题】：Faster way to trim a long character vector in R [closed]在 R 中修剪长字符向量的更快方法 [关闭]
【发布时间】：2016-08-25 18:24:14
【问题描述】：

我有一个包含大约 500.000 行的大数据集。它们中的每一个都是字符串。我想将所有行修剪为固定大小。

我发现了这个：

dt$rev <- strtrim(dt$rev, width=max_len)

但是时间太长了。有更快的方法吗？

【问题讨论】：

如果它在data.table 中，你为什么不使用data.table syntax？另外，“过长”是多长时间？
我刚刚发现这个问题已关闭，我真的不明白为什么。这个社区越来越糟糕。这里有一篇很好的文章可以阅读behaviour

标签： r string trim

【解决方案1】：

这与 data.table 无关。只是strtrim()比较慢。

只要您处理的是单角字符（即非中文/日文/韩文等字符），您就可以改用substr()，这样会快得多。

## Make a long character vector with 5 million elements
x <- rep(state.name, 1e5)

## Speed comparison
system.time(substr(x, 1, 3))
#   user  system elapsed 
#   0.43    0.00    0.44 
system.time(strtrim(x, 3))
#   user  system elapsed 
#  44.63    0.03   44.85

## Confirm that both methods return the same output
identical(substr(state.name,1,3), strtrim(state.name,3))
# [1] TRUE

【讨论】：

这很特别。我没有自己看（我应该），但这让我想知道strtrim() 是什么？（很好的答案。）
@Andrie。同上。我也很震惊。刚刚检查了?strtrim，它指出，“当字符向量中可能存在双宽（例如，中文/日文/韩文）字符时，使用此函数而不是'substr'很重要。”，所以我猜这就是答案。感谢您鼓励我检查一下。
谢谢你，它工作得更快了！！！
@Andrie 看，他们关闭了问题