Сохранить имена при приведении вектора из двоичного в `as.numeric`?

В R, когда вы переводите вектор из двоичного в числовой, имена удаляются.

Есть несколько возможных решений, о которых я говорил ранее. Кажется опасным полагаться на неявное преобразование, добавляя 0 ко всем значениям, а sapply() добавляет дополнительный цикл к моим операциям (что кажется неэффективным). Есть ли другой способ сохранить имена при преобразовании вектора с помощью as.numeric?

# Set the seed
set.seed(1045)

# Create a small sample vector and give it names
example_vec <- sample(x = c(TRUE,FALSE),size = 10,replace = TRUE)
names(example_vec) <- sample(x = LETTERS,size = 10,replace = FALSE)

example_vec
#     Y     N     M     P     L     J     H     O     F     D 
# FALSE  TRUE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE 

as.numeric(x = example_vec)
#  [1] 0 1 0 0 1 1 1 1 1 1

example_vec + 0
# Y N M P L J H O F D 
# 0 1 0 0 1 1 1 1 1 1 

sapply(X = example_vec,FUN = as.numeric)
# Y N M P L J H O F D 
# 0 1 0 0 1 1 1 1 1 1

r type-conversion vector names

TARehman 21.06.2016 источник

comment

Изменение class() на числовое, похоже, имеет тот же эффект, что и изменение режима хранения. - joran 21.06.2016

comment

Довольно некрасиво, но можно запустить setNames(as.numeric(example_vec), names(example_vec)) - Richard Telford 21.06.2016

comment

Я не вижу риска в явном или неявном преобразовании. Если вам нравятся целые числа и меньше символов, используйте +example_vec. Кроме того, я не вижу смысла использовать тег data.table, если вы не думаете об использовании setattr или чего-то в этом роде. - Frank 21.06.2016

comment

Ах хорошо. Не думаю, что это сложно. У меня нет 3.3.0, но +example_vec у меня работает нормально. - Frank 21.06.2016

comment

Я согласен с @Frank. Повторное применение имен через setNames почему-то кажется наиболее надежным, но я чувствую, что риски example_vec + 0L или +example_vec довольно низкие. - joran 21.06.2016

comment

@Frank Я думаю, что ты прав, на самом деле. Это скорее базовый вопрос R, а не data.table Q. - TARehman 21.06.2016

comment

Проблема с +example_vec в том, что это сбивает с толку. Если вы не видели трюка, вы запутаетесь, читая код относительно того, что происходит. Для ясности, вам нужно написать комментарий, и в этом случае у вас будет столько же набираемых текстов, как и у setNames(as.numeric(example_vec), names(example_vec)). - Matthew Drury 21.06.2016

comment

@MatthewDrury. Путаница с + по существу переносится на as.integer - вы должны знать, что TRUE / FALSE становится 1L / 0L при принуждении. И, я имею в виду, если вы относитесь к тому типу людей, которые склонны пояснять код, комментируя его, почему бы не пойти еще дальше и сохранить код ясным, фактически используя логический тип для логической переменной вместо перехода к 1/0? (Обратите внимание, что нет причин когда-либо использовать numeric для логического или категориального столбца ... Я не знаю, почему люди всегда используют его на SO.) - Frank 22.06.2016

comment

@Frank Полностью согласен со всем этим, хотя я бы понятия не имел, что вообще предпринималось, если бы я увидел +example_vec в каком-то коде, в то время как as.numeric хотя бы сообщил о каком-то намерении. - Matthew Drury 22.06.2016

Ответы (2)

arrow_upward
14
arrow_downward

Просто чтобы предложить другой вариант, поскольку ваш ввод является логическим вектором, вы можете использовать ifelse(). И можно утверждать, что этот подход более явный и простой:

ifelse(example_vec,1L,0L);
## Y N M P L J H O F D
## 0 1 0 0 1 1 1 1 1 1

Бенчмаркинг

library(microbenchmark);

ifelse. <- function(x) ifelse(x,1L,0L);
sapply. <- function(x) sapply(x,as.integer);
setstoragemode <- function(x) { storage.mode(x) <- 'integer'; x; };
setmode <- function(x) { mode(x) <- 'integer'; x; };
setclass <- function(x) { class(x) <- 'integer'; x; };
as.and.setnames <- function(x) setNames(as.integer(x),names(x));
plus <- function(x) +x;
addzero <- function(x) x+0L;

## small scale (OP's example input)
set.seed(1045L);
x <- sample(c(T,F),10L,T);
names(x) <- sample(LETTERS,10L);

ex <- ifelse.(x);
identical(ex,sapply.(x));
## [1] TRUE
identical(ex,setstoragemode(x));
## [1] TRUE
identical(ex,setmode(x));
## [1] TRUE
identical(ex,setclass(x));
## [1] TRUE
identical(ex,as.and.setnames(x));
## [1] TRUE
identical(ex,plus(x));
## [1] TRUE
identical(ex,addzero(x));
## [1] TRUE

microbenchmark(ifelse.(x),sapply.(x),setstoragemode(x),setmode(x),setclass(x),as.and.setnames(x),plus(x),addzero(x));
## Unit: nanoseconds
##                expr   min      lq     mean median      uq   max neval
##          ifelse.(x)  6843  8126.0  9627.13   8981  9837.0 21810   100
##          sapply.(x) 18817 20100.5 23234.93  21383 22666.5 71418   100
##   setstoragemode(x)   856  1283.0  1745.54   1284  1711.0 15396   100
##          setmode(x)  7270  8126.0  9862.36   8982 10264.0 32074   100
##         setclass(x)   429  1283.0  2138.97   1284  1712.0 32075   100
##  as.and.setnames(x)  1283  1711.0  1997.78   1712  2139.0  7271   100
##             plus(x)     0   428.0   492.39    428   428.5  9837   100
##          addzero(x)     0   428.0   539.39    428   856.0  2566   100

## large scale
set.seed(1L);
N <- 1e5L;
x <- sample(c(T,F),N,T);
names(x) <- make.unique(rep_len(LETTERS,N));

ex <- ifelse.(x);
identical(ex,sapply.(x));
## [1] TRUE
identical(ex,setstoragemode(x));
## [1] TRUE
identical(ex,setmode(x));
## [1] TRUE
identical(ex,setclass(x));
## [1] TRUE
identical(ex,as.and.setnames(x));
## [1] TRUE
identical(ex,plus(x));
## [1] TRUE
identical(ex,addzero(x));
## [1] TRUE

microbenchmark(ifelse.(x),sapply.(x),setstoragemode(x),setmode(x),setclass(x),as.and.setnames(x),plus(x),addzero(x));
## Unit: microseconds
##                expr       min          lq         mean      median         uq        max neval
##          ifelse.(x)  7633.598   7757.1900  16615.71251   7897.4600  29401.112  96503.642   100
##          sapply.(x) 86353.737 102576.0945 125547.32957 123909.1120 137900.406 264442.788   100
##   setstoragemode(x)    84.676     92.8015    343.46124     98.3605    113.543  23939.133   100
##          setmode(x)   124.020    155.0245    603.15744    167.2125    181.111  22395.736   100
##         setclass(x)    85.104     92.3740    328.25393    100.2850    118.460  21807.713   100
##  as.and.setnames(x)    70.991     78.2610    656.98177     82.3235     88.953  35710.697   100
##             plus(x)    40.200     42.9795     48.68026     44.9040     49.608     88.953   100
##          addzero(x)   181.326    186.4580    196.34882    189.6650    201.211    282.679   100

## very large scale
set.seed(1L);
N <- 1e7L;
x <- sample(c(T,F),N,T);
names(x) <- make.unique(rep_len(LETTERS,N));

ex <- ifelse.(x);
identical(ex,sapply.(x));
## [1] TRUE
identical(ex,setstoragemode(x));
## [1] TRUE
identical(ex,setmode(x));
## [1] TRUE
identical(ex,setclass(x));
## [1] TRUE
identical(ex,as.and.setnames(x));
## [1] TRUE
identical(ex,plus(x));
## [1] TRUE
identical(ex,addzero(x));
## [1] TRUE

microbenchmark(ifelse.(x),sapply.(x),setstoragemode(x),setmode(x),setclass(x),as.and.setnames(x),plus(x),addzero(x),times=5L);
## Unit: milliseconds
##                expr          min           lq         mean       median           uq         max neval
##          ifelse.(x)  1082.220903  1308.106967  3452.639836  1473.723533  6306.320235  7092.82754     5
##          sapply.(x) 16766.199371 17431.458634 18401.672635 18398.345499 18843.890150 20568.46952     5
##   setstoragemode(x)    13.298283    13.648103   173.574496    19.661753    24.736278   796.52806     5
##          setmode(x)    19.043796    19.878573    75.669779    19.969235    39.683589   279.77370     5
##         setclass(x)    14.025292    14.119804   259.627934    14.414457    26.838618  1228.74150     5
##  as.and.setnames(x)    12.889875    24.241484   178.243948    24.962934    25.103631   804.02182     5
##             plus(x)     7.577576     7.676364     9.047674     8.245142     8.253266    13.48602     5
##          addzero(x)    18.861615    18.960403    71.284716    26.622226    26.950662   265.02867     5

Похоже, унарный плюс берет верх. (И моя ifelse() идея отстой.)

bgoldst 21.06.2016

comment

Мне любопытно, почему некоторые средние значения намного больше, чем медианы. Например, в последнем примере (очень большой масштаб) setstoragemode и setmode имеют по существу одинаковые медианы (20 миллисекунд), но средние значения составляют 174 мс и 76 мс соответственно. Для setclass существует еще большее несоответствие; среднее значение составляет 260 мс, в то время как среднее значение составляет всего 14 мс. - Montgomery Clift; 17.12.2019

arrow_upward
16
arrow_downward

Одна из возможностей - использовать функцию замены mode<- для изменения режима (типа) внутренней памяти объекта. Кроме того, в этом случае логического принуждения целые числа более подходят, чем двойные (то есть числа).

mode(example_vec) <- "integer"
example_vec
# Y N M P L J H O F D 
# 0 1 0 0 1 1 1 1 1 1

От help(mode) -

mode(x) <- "newmode" изменяет режим объекта x на newmode. Это поддерживается только при наличии соответствующей as.newmode функции, например "logical", "integer", "double", "complex", "raw", "character", "list", "expression", "name", "symbol" и "function". Атрибуты сохраняются.

В документации также отмечается, что storage.mode<- является более эффективной примитивной версией mode<-. Таким образом, можно также использовать следующее.

storage.mode(example_vec) <- "integer"

Но, как отметил @joran в комментариях, похоже, что class<- также делает то же самое.

Rich Scriven 21.06.2016

Сохранить имена при приведении вектора из двоичного в `as.numeric`?

Ответы (2)

Бенчмаркинг

Вопросы по теме