Question

考虑以下因素

x = factor(c("1|1","1|0","1|1","1|1","0|0","1|1","0|1"))

我想计算一下角色的出现次数＆＃34; 0＆＃34;在这个因素。我到目前为止找到的唯一解决方案是

sum(grepl("0",strsplit(paste(sapply(x, as.character), collapse=""), split="")[[1]]))
# [1] 4

对于这样一个简单的过程，这个解决方案似乎非常复杂。是否有更好的＆＃34;替代？（由于该过程将在2000个元素长的因素上重复约100,000次，我可能最终也会关注性能。）

Answer 1

x = factor(c("1|1","1|0","1|1","1|1","0|0","1|1","0|1"))
x
# [1] 1|1 1|0 1|1 1|1 0|0 1|1 0|1
# Levels: 0|0 0|1 1|0 1|1

sum( unlist( lapply( strsplit(as.character(x), "|"), function( x ) length(grep( '0', x ))) ) )
# [1] 4

或

sum(nchar(gsub("[1 |]", '', x )))
# [1] 4

基于@Rich Scriven的评论

sum(nchar(gsub("[^0]", '', x )))
# [1] 4

根据@ thelatemail的评论 - 使用tabulate的工作速度比上述解决方案快得多。这是比较。

sum(nchar(gsub("[^0]", "", levels(x) )) * tabulate(x))

时间档案：

x2 <- sample(x,1e7,replace=TRUE)
system.time(sum(nchar(gsub("[^0]", '', x2 ))));
# user  system elapsed 
# 14.24    0.22   14.65 
system.time(sum(nchar(gsub("[^0]", "", levels(x2) )) * tabulate(x2)));
# user  system elapsed 
# 0.04    0.00    0.04 
system.time(sum(str_count(x2, fixed("0"))))
# user  system elapsed 
# 1.02    0.13    1.25

Answer 2

以下是三个选项。

选项1： sep="|"使用sum(scan(text=as.character(x), sep="|") == 0) # [1] 4

的向量

gregexpr()

选项2： sum(unlist(gregexpr("0", x, fixed=TRUE)) > 0) # [1] 4

中的固定字符

library(stringr)
sum(str_count(x, fixed("0")))
# [1] 4

选项3 stringr

这是一个非常简单快速的打包选项

<param-name>javax.ws.rs.container.ContainerResponseFilter</param-name>

计算＆＃34; 0＆＃34;的数量在这个因素

2 个答案: