[英]Searching a matrix for only certain records
首先让我说我对R很新,并且通常认为自己是一名新手程序员...所以不要以为我知道我在做什么:)
我有一个大矩阵,大约300,000 x 14.它基本上是一个20年的15分钟数据集。 但是,我只需要我名为REC.TYPE的列包含字符串“SAO”或“FL-15”的行。
我非常低效的解决方案是逐行搜索矩阵,测试REC.TYPE列,如果它与我的标准不匹配,基本上删除该行。 实质上...
j <- 1
for (i in 1:nrow(dataset)) {
if(dataset$REC.TYPE[j] != "SAO " && dataset$RECTYPE[j] != "FL-15") {
dataset <- dataset[-j,] }
else {
j <- j+1 }
}
看完我的代码后,我的代码在一小时内只能通过大约10%的矩阵,并且每行减速......我认为必须有一种更有效的方式来拉出我需要的记录......特别是当我需要重复时这适用于另外8个数据集。
谁能指出我正确的方向?
你想要正则表达式。 它们区分大小写(如下所示)。
x <- c("ABC", "omgSAOinside", "TRALAsaoLA", "tumtiFL-15", "fl-15", "SAOFL-15")
grepl("SAO|FL-15", x)
[1] FALSE TRUE FALSE TRUE FALSE TRUE
在你的情况下,我会这样做
subsao <- grepl("SAO", x = dataset$REC.TYPE)
subfl <- grepl("FL-15", x = dataset$RECTYPE)
#mysubset <- subsao & subfl # will return TRUE only if SAO & FL-15 occur in the same line
mysubset <- subsao | subfl # will return TRUE if either occurs in the same line
dataset[mysubset, ]
我无法从您发布的代码中看出,但如果您的数据已经存在于data.frame中,则可以直接执行此操作。 如果没有,首先运行dataset <- data.frame(dataset)
。
从那里:
dataset[dataset$REC.TYPE == "SAO " | dataset$RECTYPE == "FL-15",]
应该返回你想要的东西。 For
循环在R中非常低效。一旦你阅读了R教程, R inferno就会告诉你如何避免一些常见的陷阱。
此特定行的工作方式是过滤数据框,只返回符合条件的行。 您可以输入?[
到您的R interpeter中以获取更多信息。
正如其他海报所说,重复子集[
操作很慢。 相反,优选在整个矢量上运行的函数。
我假设您的两个条件都会影响REC.TYPE
。 我的解决方案使用%in%
函数:
dataset <- dataset[dataset$REC.TYPE %in% c("SAO","FL-15"),]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.