Question

我编写了一个函数，将单词分成单个字母，然后创建一个2变量数据框，其中包含这些字母及其在原始单词中的位置，以百分比表示。看起来像这样：

pozycje.literek <- function(slowo){
  literki <- unlist(strsplit(slowo,""))
  liczby <- seq(0,length(literki)-1) / (length(literki)-1)
  pozycje <- data_frame(literki, liczby)
  return(pozycje) 
}

该功能可以满足我的需求，但是速度非常慢。下面的示例包含1万个元素，花费了52秒（只是第二个循环，没有生成随机的示例字符矢量）。我正在处理的向量超过50万。

wektor <- vector()
for(i in 1:10000){
wektor[i] <- paste0(sample(letters[1:24], round(runif(1,3,10),0)),collapse = "")
}

tabelka <- data.frame() 
system.time(for(i in wektor){
  tabelka <- rbind(tabelka, pozycje.literek(i)) #tu powstaje baza dla danego kraju i potem już jest kod wspolny bo zamieniam na 'tabelka'
})

有什么想法可以加快速度吗？我想不出apply家族的任何用途，但我相信可能会有一个。还是我的功能可以用完全不同的方式完成？

Answer 1

literki <- strsplit(wektor, "")
x <- lengths(literki)
liczby <- lapply(x, function(x) seq(0, x-1)/(x-1))
pozycje <- data_frame(unlist(literki), unlist(liczby))

分词加快了n R

1 个答案: