Question

> class(v)
"numeric"
> length(v)
80373285   # 80 million

v的条目是整数，均匀分布在0到100之间。

> ptm  <-  proc.time()
> tv   <-  table(v)
> show(proc.time() - ptm)
   user  system elapsed 
 96.902   0.807  97.761

为什么table函数在此向量上这么慢？

此简单操作是否有更快的功能？

通过比较，bigtable中的bigtabulate函数是快速的：

> library(bigtabulate)
> ptm  <-  proc.time() ;  bt <- bigtable(x = matrix(v,ncol=1), ccols=1) ; show(proc.time() - ptm)
   user  system elapsed 
  4.163   0.120   4.286

尽管bigtabulate是一个很好的解决方案，但是仅仅为了这个简单的功能而采用特殊的程序包似乎很笨拙。从技术上讲，这会产生开销，因为我将向量扭曲成矩阵以使其与bigtable一起使用。在基础R中是否应该有一个更简单，更快的解决方案？

无论其价值如何，基本R函数cumsum都非常快，即使对于这个长向量也是如此：

> ptm  <-  proc.time() ; cs   <-  cumsum(v) ; show(proc.time() - ptm)
   user  system elapsed 
  0.097   0.117   0.214

Answer 1

因为它首先调用factor。如果您所有的输入都是整数，请尝试tabulate。但是您需要加1，以便矢量值从1开始而不是0。

R：表功能出奇的慢

1 个答案: