我有一个大数据帧190,000行X 13列整数,我想得到整个事物中所有非零整数的计数。
我知道我可以编写一个嵌套的for循环来遍历每一列的每一行,但是有一个函数或一行代码可以执行相同的任务吗?
答案 0 :(得分:6)
共识是sum(df != 0)
比目前接受的解决方案更短,更有效。我将补充说,如果你有像你说的整数,那么你应该与0L
(整数)而不是0
(数字)进行比较,以避免不必要的转换。此外,将data.frame转换为矩阵将更快。以下是一些基准测试:
df <- as.data.frame(as.matrix(sample(as.integer(0:9), 190000*13, TRUE), 190000))
library(microbenchmark)
microbenchmark(
sum(df != 0),
sum(df != 0L),
sum(as.matrix(df) != 0L)
)
# Unit: milliseconds
# expr min lq median uq max neval
# sum(df != 0) 57.44615 61.40066 62.83314 76.93262 116.42085 100
# sum(df != 0L) 46.01104 48.76516 53.00026 55.91232 74.20851 100
# sum(as.matrix(df) != 0L) 20.25708 25.22730 27.43667 30.36676 48.23750 100
为了进行比较,@ Codoremifa的解决方案大约需要2.5秒,即在此特定数据上接近100倍。