各位大大晚安,
我有一份總共九個欄位約30萬筆的原始資料,
因為想要分成4組畫圖
所以第一個想到的事就是新增第十個欄位(稱作group),
然後根據某個欄位(假設為第八個欄位好了)的值分組,
並填入第十個欄位(group1~group4)
很笨的用for loop搭配if else寫,可是速度整個悲劇...
好讀程式碼請見: http://pastie.org/10200854
add.col.group <- function(data){
data$group <- 0
for(i in 1:nrow(data)){
if(data[i,8] < 0.25){data[i,10] <- "group1"}
else if(data[i,8] < 0.5 & data[i,8] > 0.25){data[i,10] <- "group2" }
else if(data[i,8] < 0.75 & data[i,8] > 0.5){data[i,10] <- "group3" }
else {data[i,10] <- "group4" }
}
data
}
## call function
new.data <- add.col.group(data)
後來嘗試改成用sapply搭配自己寫的判斷函式
好讀程式碼請見: http://pastie.org/10200933
## 判斷分組
assign.group <- function(value){
if(value < 0.25){return_value <- "group1"}
else if(value < 0.5){return_value <- "group2" }
else if(value < 0.75){return_value <- "group3" }
else return_value <- "group4"
return_value
}
## 新增欄位並填入值
add.col.group <- function(data){
data$group <- 0
data$group <- sapply(data$avg, assign_group) ##avg即為第八個欄位的名稱
data
}
## call function
new_data <- add.col.group(data)
結果沒想到,速度竟然是爆發性的進展!!!(驚)
(因為怕爆掉,先用2萬筆資料測試)
用for loop寫:
user system elapsed
0.11 0.00 0.11
用sapply寫:
user system elapsed
42.18 0.00 43.02
可是不知道這樣的寫法會不會很笨...還有更好的寫法嗎?
還是其實根本不應該用*apply寫?
還請各位高手大大指點一下,謝謝大家了!
後記:
原本是想要發文求指點sapply的寫法...
結果剛剛文章打到一半當掉的時候, 突然靈光乍現了!
雖然好像沒有很難, 可是能靠自己的力量想出來總是很開心的一件事啊>"<
(儘管文章要重打很累XD)
[環境敘述]:
version.string R version 3.0.3 (2014-03-06)
[關鍵字]:
for loop, sapply