Question

我有一个由重复值和NaN值组成的2500个值的向量。我想删除所有NaN值并计算每个其他值的出现次数。

y
2500-element Array{Int64,1}:
8
43
NaN
46
NaN
8
8
3
46
NaN

例如： 8的出现次数为3次 46的出现次数为2次 43的出现次数为1。

Answer 1

要删除NaN值，您可以使用过滤器功能。来自Julia docs：

过滤（功能，收藏）

返回集合的副本，删除函数为false的元素。

x = filter(y->!isnan(y),y)
filter!(y->!isnan(y),y)

因此，我们将条件!isnan(y)创建为我们的函数并使用它来过滤数组y（注意，我们也可以使用filter(z->!isnan(z),y)编写z或任何我们选择的其他变量，因为filter的第一个参数只是定义内联函数）。请注意，我们可以将其另存为新对象，也可以使用!发出的修改就地版本，以便只修改现有对象y

然后，在此之前或之后，根据我们是否要在计数中包含NaN，我们可以使用StatsBase中的countmap()函数。来自Julia docs：

<强> countmap（x）的

返回一个字典，将x中的每个唯一值映射到其中     发生。

using StatsBase
a = countmap(y)

然后，您可以访问此词典的特定元素，例如a[-1]会告诉您-1

的出现次数

或者，如果您想将该字典转换为数组，则可以使用：

b = hcat([[key, val] for (key, val) in a]...)'

注意：感谢@JeffBezanon对过滤NaN值的正确方法的评论。

Answer 2

y=rand(1:10,20)
u=unique(y)
d=Dict([(i,count(x->x==i,y)) for i in u])
println("count for 10 is $(d[10])")

Answer 3

countmap是迄今为止我见过的最好的解决方案，但这里是一个写出来的版本，只是稍微慢了一点。它只传递一次数组，所以如果你有很多唯一值，那就非常有效：

function countmemb1(y)
    d = Dict{Int, Int}()
    for val in y
        if isnan(val)
            continue
        end
        if val in keys(d)
            d[val] += 1
        else
            d[val] = 1
        end
    end
    return d
end

如果存在非常少量的唯一值，则接受答案中的解决方案可能会快一些，但其他方面的扩展性会很差。

编辑：因为我不能单独留下，所以这是一个更通用且更快的版本（countmap不接受字符串，集合或元组，因为示例）：

function countmemb(itr)
    d = Dict{eltype(itr), Int}()
    for val in itr
        if isa(val, Number) && isnan(val)
            continue
        end
        d[val] = get!(d, val, 0) + 1
    end
    return d
end

向量中元素的出现次数[JULIA]

3 个答案: