Question

我有两个非常大的数据。表：A和B. 下面的代码工作正常，但速度非常慢。

temp2=ifelse(is.na(A) & is.na(B),FALSE,
               ifelse(!is.na(A) & is.na(V),TRUE,
                      ifelse(is.na(A) & !is.na(B),FALSE,
                             ifelse(A!=B,TRUE,FALSE))))

有没有更好的选择，所以代码运行得更快？

Answer 1

因为你所需要的只是＆＃34; true＆＃34;或＆＃34;假＆＃34;返回，似乎你根本不需要使用ifelse。

如果我正确地读了这个（假设你的意思是B不是V），那么每当A为NA时，你想要false返回，无论B的值如何。，为了返回true，A不得为NA。接下来，为了返回true，A不能等于B.但是，如果B为NA，则NA将从测试A != B返回。而且，如果B为NA，但A不是TRUE，则需要temp2 = (!is.na(A))&((A!=B)|is.na(B))，所以：

require(data.table)

A<- data.table(v1=sample(c(1,2,NA),1e6,replace=TRUE),v2=sample(c(1,2,NA),1e6,replace=TRUE))
B<- data.table(v1=sample(c(1,2,NA),1e6,replace=TRUE),v2=sample(c(1,2,NA),1e6,replace=TRUE))

system.time({temp1 = (!is.na(A))&((A!=B)|(is.na(B)))})
##   user  system elapsed 
##   0.41    0.00    0.41

system.time({temp2 =ifelse(is.na(A) & is.na(B),FALSE,
                                       ifelse(!is.na(A) & is.na(B),TRUE,
                                              ifelse(is.na(A) & !is.na(B),FALSE,
                                                     ifelse(A!=B,TRUE,FALSE))))})
##   user  system elapsed 
##   2.56    0.11    2.68 

all.equal(temp1,temp2)
## true

应该做的伎俩。如果你的意思是V，那么你有三个data.tables？

关于时间安排，

{{1}}

所以，它的速度提高了约6倍。

data.table中ifelse的替代方法

1 个答案: