Question

我根据subset()编写了以下函数，我发现它很方便：

ss <- function (x, subset, ...) 
{
    r <- eval(substitute(subset), data.frame(.=x), parent.frame())
    if (!is.logical(r)) 
        stop("'subset' must be logical")
    x[r & !is.na(r)]
}

所以，我可以写：

ss(myDataFrame$MyVariableName, 500 < . & . < 1500)

而不是

myDataFrame$MyVariableName[ 500 < myDataFrame$MyVariableName 
                                & myDataFrame$MyVariableName < 1500]

这似乎是其他人可能已经开发出的解决方案 - 包括核心R中我可能错过的东西。什么东西已经存在？

Answer 1

我意识到Ken提供的解决方案比仅选择范围内的项目更通用（因为它应该适用于任何逻辑表达式）但这确实提醒我Greg Snow在他的Teaching Demos包中有比较中缀运算符：

library(TeachingDemos)
x0 <- rnorm(100)
x0[ 0 %<% x0 %<% 1.5 ]

Answer 2

感谢分享Ken。

您可以使用：

x <- myDataFrame$MyVariableName; x[x > 100 & x < 180]

您可能需要更少的输入，但如果您共享代码，则代码不太通用。我有一些节省时间的功能，但我们谨慎使用它们，因为它们可能会减慢您的代码速度（额外的步骤），并且当您与其他人共享文件时，还需要包含该功能的代码。

比较写作长度。几乎相同的长度：

ss(mtcars$hp, 100 < . & . < 180)
x <- mtcars$hp; x[x > 100 & x < 180]

比较1000次重复的时间。

library(rbenchmark)
benchmark(
       tyler = x[x > 100 & x < 180],
       ken = ss(mtcars$hp, 100 <. & . < 180),
 replications=1000)

   test replications elapsed relative user.self sys.self user.child sys.child
2   ken         1000    0.56 18.66667      0.36     0.03         NA        NA
1 tyler         1000    0.03  1.00000      0.03     0.00         NA        NA

所以我想这取决于你是否需要速度和/或可用性与方便性。如果它仅适用于小型数据集，我会说它很有价值。

编辑：新基准

> benchmark(
+     tyler = {x <- mtcars$hp; x[x > 100 & x < 180]}, 
+     ken = ss(mtcars$hp, 100 <. & . < 180), 
+     ken2 = ss2(mtcars$hp, 100 <. & . < 180),
+     joran = with(mtcars,hp[hp>100 & hp< 180 ]), 
+  replications=10000)

   test replications elapsed  relative user.self sys.self user.child sys.child
4 joran        10000    0.83  2.677419      0.69     0.00         NA        NA
2   ken        10000    3.79 12.225806      3.45     0.02         NA        NA
3  ken2        10000    0.67  2.161290      0.35     0.00         NA        NA
1 tyler        10000    0.31  1.000000      0.20     0.00         NA        NA

R中向量的子集（）

2 个答案: