如何使用mapply獲取資料幀輸出-有解無憂

我有一個 for 回圈我試圖轉換為一個 mapply，因為我已經讀到它比 for 更快（for 回圈大約需要 2 分鐘）。

回圈執行此操作：它創建按列“OrdenFab”的唯一名稱過濾的子集，然后將未重復的值保留在“Valor”列上。然后，它將這個過濾后的子集添加到一個新的資料幀中，并隨著回圈的繼續將它們全部添加，得到一個過濾后的資料幀，在“OrdenFab”列的每個唯一值的“Valor”列中沒有重復值。

i<-unique(datapesomolde$OrdenFab)
datapesomoldefiltered<-data.frame()
for (j in i){
  datapesomoldetemp<-datapesomolde%>%
    filter(OrdenFab==j)%>%
    filter(!duplicated(Valor))
  datapesomoldefiltered<-rbind(datapesomoldefiltered,datapesomoldetemp)
}

原始資料框是這個（前 20 行，它有 20626）：

    > datapesomolde
    PartNumber  OrdenFab     Valor      Fecha_Registro LimInf LimSup Nominal
1     11012501 226549204  14.50000 2022-04-25 07:18:00  12.65  14.71   13.68
2     11012501 226549204  14.50000 2022-04-25 07:18:00  12.65  14.71   13.68
3     11013610 226548648  47.30000 2022-04-25 05:52:00  42.38  49.26   45.82
4     11013047 226548234  15.20000 2022-04-23 02:47:00  14.43  16.77   15.60
5     11013047 226548234  15.20000 2022-04-23 02:47:00  14.43  16.77   15.60
6     11013047 226548234  15.20000 2022-04-23 02:48:00  14.43  16.77   15.60
7     11013047 226548234  15.20000 2022-04-23 02:48:00  14.43  16.77   15.60
8     11013052 226548332  16.30000 2022-04-23 01:49:00  15.63  18.17   16.90
9     11013052 226548332  16.30000 2022-04-23 01:49:00  15.63  18.17   16.90
10    11013052 226548332  16.30000 2022-04-23 01:49:00  15.63  18.17   16.90
11    11013052 226548332  16.30000 2022-04-23 01:49:00  15.63  18.17   16.90
12    11012501 226548204  14.70000 2022-04-23 01:44:00  12.65  14.71   13.68
13    11012501 226548204  14.70000 2022-04-23 01:44:00  12.65  14.71   13.68
14    11012501 226548200  14.55000 2022-04-23 01:43:00  12.65  14.71   13.68
15    11012501 226548200  14.55000 2022-04-23 01:43:00  12.65  14.71   13.68
16    11012501 226548201  14.65000 2022-04-23 01:42:00  12.65  14.71   13.68
17    11012501 226548201  14.65000 2022-04-23 01:42:00  12.65  14.71   13.68
18    11013943 226548154 134.00000 2022-04-23 00:07:00 131.76 153.13  142.44
19    11013943 226547066 144.00000 2022-04-22 23:31:00 131.76 153.13  142.44
20    11013050 226547200  15.10000 2022-04-22 23:27:00  14.34  16.66   15.50

過濾結果是這個（前 10 行）：

>datapesomoldefiltered    
PartNumber  OrdenFab     Valor      Fecha_Registro LimInf  LimSup Nominal
    1     11012501 226549204  14.50000 2022-04-25 07:18:00  12.65   14.71   13.68
    2     11013610 226548648  47.30000 2022-04-25 05:52:00  42.38   49.26   45.82
    3     11013047 226548234  15.20000 2022-04-23 02:47:00  14.43   16.77   15.60
    4     11013052 226548332  16.30000 2022-04-23 01:49:00  15.63   18.17   16.90
    5     11012501 226548204  14.70000 2022-04-23 01:44:00  12.65   14.71   13.68
    6     11012501 226548200  14.55000 2022-04-23 01:43:00  12.65   14.71   13.68
    7     11012501 226548201  14.65000 2022-04-23 01:42:00  12.65   14.71   13.68
    8     11013943 226548154 134.00000 2022-04-23 00:07:00 131.76  153.13  142.44
    9     11013943 226547066 144.00000 2022-04-22 23:31:00 131.76  153.13  142.44
    10    11013050 226547200  15.10000 2022-04-22 23:27:00  14.34   16.66   15.50

我正在努力將其轉換為 mapply，我得到的是一個矩陣而不是一個資料框。我試過這個：

i<-unique(datapesomolde$OrdenFab)
datapesomoldefiltered<-data.frame()
limpiarof<-function(i){
  subset<-filter(datapesomolde,OrdenFab==i)
  datapesomoldetemp<-filter(subset,!duplicated(subset$Valor))
 return(datapesomoldefiltered<-rbind(datapesomoldefiltered,datapesomoldetemp))
  
}
datapesomoldefiltered<-mapply(limpiarof,i)

通過這次嘗試，我得到了一個 2.2GB 的矩陣，它只有“OrdenFab”列的每個唯一值的所有列的值。

映射的結果

你能幫我嗎？提前致謝。

uj5u.com熱心網友回復：

我建議使用更抽象的方法來解決這個問題，例如tidyverse：

這應該更快更清晰：

library(tidyverse)

datapesomoldefiltered <- 
  datapesomolde |>
  group_by(OrdenFab) |>
    distinct(Valor, .keep_all = TRUE) |>
  ungroup()

datapesomoldefiltered

uj5u.com熱心網友回復：

這里有兩種方法。不同之處在于，在第一個解決方案中，原始行順序保留在最終結果中。如果這無關緊要，第二個解決方案會跳過創建臨時串列sp。

x <- "    PartNumber  OrdenFab     Valor      Fecha_Registro LimInf LimSup Nominal
1     11012501 226549204  14.50000 '2022-04-25 07:18:00'  12.65  14.71   13.68
2     11012501 226549204  14.50000 '2022-04-25 07:18:00'  12.65  14.71   13.68
3     11013610 226548648  47.30000 '2022-04-25 05:52:00'  42.38  49.26   45.82
4     11013047 226548234  15.20000 '2022-04-23 02:47:00'  14.43  16.77   15.60
5     11013047 226548234  15.20000 '2022-04-23 02:47:00'  14.43  16.77   15.60
6     11013047 226548234  15.20000 '2022-04-23 02:48:00'  14.43  16.77   15.60
7     11013047 226548234  15.20000 '2022-04-23 02:48:00'  14.43  16.77   15.60
8     11013052 226548332  16.30000 '2022-04-23 01:49:00'  15.63  18.17   16.90
9     11013052 226548332  16.30000 '2022-04-23 01:49:00'  15.63  18.17   16.90
10    11013052 226548332  16.30000 '2022-04-23 01:49:00'  15.63  18.17   16.90
11    11013052 226548332  16.30000 '2022-04-23 01:49:00'  15.63  18.17   16.90
12    11012501 226548204  14.70000 '2022-04-23 01:44:00'  12.65  14.71   13.68
13    11012501 226548204  14.70000 '2022-04-23 01:44:00'  12.65  14.71   13.68
14    11012501 226548200  14.55000 '2022-04-23 01:43:00'  12.65  14.71   13.68
15    11012501 226548200  14.55000 '2022-04-23 01:43:00'  12.65  14.71   13.68
16    11012501 226548201  14.65000 '2022-04-23 01:42:00'  12.65  14.71   13.68
17    11012501 226548201  14.65000 '2022-04-23 01:42:00'  12.65  14.71   13.68
18    11013943 226548154 134.00000 '2022-04-23 00:07:00' 131.76 153.13  142.44
19    11013943 226547066 144.00000 '2022-04-22 23:31:00' 131.76 153.13  142.44
20    11013050 226547200  15.10000 '2022-04-22 23:27:00'  14.34  16.66   15.50"
datapesomolde <- read.table(textConnection(x), header = TRUE)


suppressPackageStartupMessages({
  library(dplyr)
  library(purrr)
})

datapesomolde$Fecha_Registro <- as.POSIXct(datapesomolde$Fecha_Registro)

sp <- split(datapesomolde, datapesomolde$OrdenFab)
sp %>%
  map_dfr( ~ .x %>% filter(!duplicated(Valor))) %>%
  arrange(as.integer(row.names(.)))
#>    PartNumber  OrdenFab  Valor      Fecha_Registro LimInf LimSup Nominal
#> 1    11012501 226549204  14.50 2022-04-25 07:18:00  12.65  14.71   13.68
#> 3    11013610 226548648  47.30 2022-04-25 05:52:00  42.38  49.26   45.82
#> 4    11013047 226548234  15.20 2022-04-23 02:47:00  14.43  16.77   15.60
#> 8    11013052 226548332  16.30 2022-04-23 01:49:00  15.63  18.17   16.90
#> 12   11012501 226548204  14.70 2022-04-23 01:44:00  12.65  14.71   13.68
#> 14   11012501 226548200  14.55 2022-04-23 01:43:00  12.65  14.71   13.68
#> 16   11012501 226548201  14.65 2022-04-23 01:42:00  12.65  14.71   13.68
#> 18   11013943 226548154 134.00 2022-04-23 00:07:00 131.76 153.13  142.44
#> 19   11013943 226547066 144.00 2022-04-22 23:31:00 131.76 153.13  142.44
#> 20   11013050 226547200  15.10 2022-04-22 23:27:00  14.34  16.66   15.50

rm(sp)  # tidy up

^{由reprex 包于 2022-06-01 創建(v2.0.1)}

datapesomolde %>%
  group_split(OrdenFab) %>%
  map_dfr( ~ .x %>% filter(!duplicated(Valor))) 
#> # A tibble: 10 × 7
#>    PartNumber  OrdenFab Valor Fecha_Registro      LimInf LimSup Nominal
#>         <int>     <int> <dbl> <dttm>               <dbl>  <dbl>   <dbl>
#>  1   11013943 226547066 144   2022-04-22 23:31:00  132.   153.    142. 
#>  2   11013050 226547200  15.1 2022-04-22 23:27:00   14.3   16.7    15.5
#>  3   11013943 226548154 134   2022-04-23 00:07:00  132.   153.    142. 
#>  4   11012501 226548200  14.6 2022-04-23 01:43:00   12.6   14.7    13.7
#>  5   11012501 226548201  14.6 2022-04-23 01:42:00   12.6   14.7    13.7
#>  6   11012501 226548204  14.7 2022-04-23 01:44:00   12.6   14.7    13.7
#>  7   11013047 226548234  15.2 2022-04-23 02:47:00   14.4   16.8    15.6
#>  8   11013052 226548332  16.3 2022-04-23 01:49:00   15.6   18.2    16.9
#>  9   11013610 226548648  47.3 2022-04-25 05:52:00   42.4   49.3    45.8
#> 10   11012501 226549204  14.5 2022-04-25 07:18:00   12.6   14.7    13.7

^{由reprex 包于 2022-06-01 創建(v2.0.1)}

轉載請註明出處，本文鏈接：https://www.uj5u.com/net/484947.html

標籤：r 数据框 for循环映射

上一篇：如果任何特定列包含特定值，則洗掉pandas資料框中的行

下一篇：如何將ggeffectsR中的資料幀串列合并到一個資料幀中？