Question

在R中，计算逻辑向量中TRUE值的数量的最有效/惯用方法是什么？我可以想到两种方式：

z <- sample(c(TRUE, FALSE), 1000, rep = TRUE)
sum(z)
# [1] 498

table(z)["TRUE"]
# TRUE 
#  498

你更喜欢哪个？还有什么更好的吗？

Answer 1

当逻辑向量包含NA值时，存在一些问题例如见：

z <- c(TRUE, FALSE, NA)
sum(z) # gives you NA
table(z)["TRUE"] # gives you 1
length(z[z == TRUE]) # f3lix answer, gives you 2 (because NA indexing returns values)

所以我认为最安全的是使用na.rm = TRUE：

sum(z, na.rm = TRUE) # best way to count TRUE values

（给出1）。我认为table解决方案的效率较低（查看table函数的代码）。

此外，如果逻辑向量中没有TRUE值，您应该小心“表”解决方案。假设z <- c(NA, FALSE, NA)或仅z <- c(FALSE, FALSE)，则table(z)["TRUE"]会针对这两种情况提供NA。

Answer 2

未提及的另一个选项是使用which：

length(which(z))

只是为了实际提供“哪个更快的问题”的一些背景，它总是最容易测试自己。为了比较，我使矢量更大：

z <- sample(c(TRUE,FALSE),1000000,rep=TRUE)
system.time(sum(z))
   user  system elapsed 
   0.03    0.00    0.03
system.time(length(z[z==TRUE]))
   user  system elapsed 
   0.75    0.07    0.83 
system.time(length(which(z)))
   user  system elapsed 
   1.34    0.28    1.64 
system.time(table(z)["TRUE"])
   user  system elapsed 
  10.62    0.52   11.19

在这种情况下，明确使用sum是最好的方法。您可能还想检查Marek建议的NA值。

只需添加关于NA值和which函数的注释：

> which(c(T, F, NA, NULL, T, F))
[1] 1 4
> which(!c(T, F, NA, NULL, T, F))
[1] 2 5

请注意，它只检查逻辑TRUE，因此它实际上忽略了非逻辑值。

Answer 3

另一种方式是

> length(z[z==TRUE])
[1] 498

虽然sum(z)很好而且简短，但对我来说length(z[z==TRUE])更能自我解释。虽然，我认为通过这样一个简单的任务，它并没有真正有所作为......

如果它是一个大型向量，您可能应该使用最快的解决方案，即sum(z)。 length(z[z==TRUE])慢约10倍，table(z)[TRUE]比sum(z)慢约200倍。

总结一下，sum(z)是最快输入和执行的。

Answer 4

which是一个不错的选择，尤其是当你对矩阵进行操作时（检查?which并注意arr.ind参数）。但我建议您坚持使用sum，因为na.rm参数可以在逻辑向量中处理NA。例如：

# create dummy variable
set.seed(100)
x <- round(runif(100, 0, 1))
x <- x == 1
# create NA's
x[seq(1, length(x), 7)] <- NA

如果您输入sum(x)，结果会得到NA，但如果您在na.rm = TRUE函数中通过sum，则会得到您的结果想。

> sum(x)
[1] NA
> sum(x, na.rm=TRUE)
[1] 43

您的问题是否严格理论化，或者您对逻辑向量有一些实际问题？

Answer 5

另一种选择是使用汇总功能。它给出了Ts，Fs和NA的总结。

<html>
  <body>
<b>Calendario Eventi</b><br>
   <textarea id="stdout" style="width:90%;height:20em;padding:1em;border:1px black solid;background-color:aliceblue;"></textarea>
    


<script type="text/javascript">
  
  function main() {
    var films = joinData([ ar1, ar2, ar3 ]);  
    document.getElementById('stdout').value = JSON.stringify( films, null, '  ' );
  }
  
function joinData( data ) {
  var i, obj={};
  for(i=0; i<data.length; i++) {
    obj["day" + (1 + i ) ] = data[i];
  }
  return obj;
}  
  
// EXAMPLE DATA: Films today, tomorrow, ...  

var ar1 = [
{
    "titolo": " Child 44 – Il bambino numero 44 ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/Child-44-trailer-italiano-e-locandina-del-thriller-con-Gary-Oldman-e-Tom-Hardy-2-150x214.jpg"
},
{
    "titolo": " Run All Night – Una notte per sopravvivere ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/locandina2-150x214.jpg"
},
{
    "titolo": " Ritorno al Marigold Hotel ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/36366-150x214.jpg"
},
{
    "titolo": " I 7 nani ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/xHIrTDXTLZF1jBd7CQNf-150x214.jpg"
}
];
  
var ar2 = [
{
    "titolo": " I 7 nani ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/xHIrTDXTLZF1jBd7CQNf-150x214.jpg"
},
{
    "titolo": " Adaline – L’eterna giovinezza ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/adaline-poster-150x214.jpg"
},
{
    "titolo": " Avengers: Age of Ultron – 2D ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/ultron.poster-2-150x214.jpg"
},
{
    "titolo": " Fast and Furious 7 ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/49946-150x214.jpg"
}
];
    
var ar3 = [
{
    "titolo": " The Gunman ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/RIBqwqVPwUp6VIWeRZlS-150x214.jpg"
},
{
    "titolo": " Doraemon il film ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/doraemon-il-film-le-avventure-di-nobita-e-dei-cinque-esploratori_notizia-2-150x214.jpg"
},
{
    "titolo": " Child 44 – Il bambino numero 44 ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/Child-44-trailer-italiano-e-locandina-del-thriller-con-Gary-Oldman-e-Tom-Hardy-2-150x214.jpg"
},
{
    "titolo": " Run All Night – Una notte per sopravvivere ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/locandina2-150x214.jpg"
},
{
    "titolo": " Ritorno al Marigold Hotel ",
    "locandina": "http://www.metropoliscinemas.it/wp-content/uploads/36366-150x214.jpg"
}
];
  
  main();
  
</script>
</body>
</html>

Answer 6

几周前我一直在做类似的事情。这是一个可能的解决方案，它是从头开始编写的，所以它是一种beta版本或类似的东西。我会尝试通过从代码中删除循环来改进它......

主要思想是编写一个需要2（或3）个参数的函数。第一个是data.frame，其中包含从问卷中收集的数据，第二个是具有正确答案的数字向量（这仅适用于单选问卷）。或者，您可以添加第三个参数，该参数将返回带有最终得分的数字向量，或带有嵌入式得分的data.frame。

fscore <- function(x, sol, output = 'numeric') {
    if (ncol(x) != length(sol)) {
        stop('Number of items differs from length of correct answers!')
    } else {
        inc <- matrix(ncol=ncol(x), nrow=nrow(x))
        for (i in 1:ncol(x)) {
            inc[,i] <- x[,i] == sol[i]
        }
        if (output == 'numeric') {
            res <- rowSums(inc)
        } else if (output == 'data.frame') {
            res <- data.frame(x, result = rowSums(inc))
        } else {
            stop('Type not supported!')
        }
    }
    return(res)
}

我将尝试以更优雅的方式使用某些* ply函数执行此操作。请注意，我没有提出na.rm参数......会这样做

# create dummy data frame - values from 1 to 5
set.seed(100)
d <- as.data.frame(matrix(round(runif(200,1,5)), 10))
# create solution vector
sol <- round(runif(20, 1, 5))

现在应用一个函数：

> fscore(d, sol)
 [1] 6 4 2 4 4 3 3 6 2 6

如果传递data.frame参数，它将返回修改后的data.frame。我会尝试修复这个...希望它有所帮助！

Answer 7

我只是遇到了一个特殊的问题，我必须从逻辑向量中计算出真实语句的数量，这对我来说效果最好......

length(grep(TRUE, (gene.rep.matrix[i,1:6] > 1))) > 5

所以这需要gene.rep.matrix对象的一个子集，并应用逻辑测试，返回逻辑向量。此向量作为参数放入grep，后者返回任何TRUE条目的位置。然后，Length计算grep找到的条目数，从而给出TRUE条目的数量。

Answer 8

还有一个名为bit的软件包，专门用于快速布尔运算。如果您有很大的向量或需要执行许多布尔运算，则它特别有用。

z <- sample(c(TRUE, FALSE), 1e8, rep = TRUE)

system.time({
  sum(z) # 0.170s
})

system.time({
  bit::sum.bit(z) # 0.021s, ~10x improvement in speed
})

如何计算逻辑向量中的TRUE值

8 个答案: