私は取得しようとしているスカラー値のベクトルを持っています:「いくつの異なる値がありますか」。
たとえば、group <- c(1,2,3,1,2,3,4,6)
の一意の値は1,2,3,4,6
だから私は5
。
私は思いついた:
length(unique(group))
しかし、それが最も効率的な方法であるかどうかはわかりません。これを行うためのより良い方法はありませんか?
注:私のケースは例よりも複雑で、最大で25の異なる値を持つ約1000個の数字で構成されています。
ここにいくつかのアイデアがありますが、ソリューションに対するすべてのポイントはすでに非常に高速です。 length(unique(x))
は私が使用したものです:
x <- sample.int(25, 1000, TRUE)
library(microbenchmark)
microbenchmark(length(unique(x)),
nlevels(factor(x)),
length(table(x)),
sum(!duplicated(x)))
# Unit: microseconds
# expr min lq median uq max neval
# length(unique(x)) 24.810 25.9005 27.1350 28.8605 48.854 100
# nlevels(factor(x)) 367.646 371.6185 380.2025 411.8625 1347.343 100
# length(table(x)) 505.035 511.3080 530.9490 575.0880 1685.454 100
# sum(!duplicated(x)) 24.030 25.7955 27.4275 30.0295 70.446 100
この機能を使用しました
length(unique(array))
また、正常に機能し、外部ライブラリを必要としません。
rle
パッケージのbase
を使用できます
x<-c(1,2,3,1,2,3,4,6)
length(rle(sort(x))$values)
rle
は、2つのベクトル(lengths
およびvalues
)を生成します。 values
ベクトルの長さは、一意の値の数を示します。
_data.table
_のuniqueN
関数は、length(unique(group))
と同等です。また、大規模なデータセットでは数倍高速ですが、例ではそれほど高速ではありません。
_library(data.table)
library(microbenchmark)
xSmall <- sample.int(25, 1000, TRUE)
xBig <- sample.int(2500, 100000, TRUE)
microbenchmark(length(unique(xSmall)), uniqueN(xSmall),
length(unique(xBig)), uniqueN(xBig))
#Unit: microseconds
# expr min lq mean median uq max neval cld
#1 length(unique(xSmall)) 17.742 24.1200 34.15156 29.3520 41.1435 104.789 100 a
#2 uniqueN(xSmall) 12.359 16.1985 27.09922 19.5870 29.1455 97.103 100 a
#3 length(unique(xBig)) 1611.127 1790.3065 2024.14570 1873.7450 2096.5360 3702.082 100 c
#4 uniqueN(xBig) 790.576 854.2180 941.90352 896.1205 974.6425 1714.020 100 b
_
マトリックス、データフレーム、またはリスト内の一意の要素の数を取得する場合は、次のコードを実行します。
if( typeof(Y)=="list"){ # Y is a list or data frame
# data frame to matrix
numUniqueElems <- length( na.exclude( unique(unlist(Y)) ) )
} else if ( is.null(dim(Y)) ){ # Y is a vector
numUniqueElems <- length( na.exclude( unique(Y) ) )
} else { # length(dim(Y))==2, Yis a matrix
numUniqueElems <- length( na.exclude( unique(c(Y)) ) )
}