在管道作業流程中對大量標準使用case_when而不使用rowwise

我想使用一個管道作業流程，在一個有10^4s行的資料集上定期應用dplyr::case_when，并希望避免使用rowwise，因為它很慢。

我想將大量的標準與給定的值相匹配，例如：any(x = c(1:999, 3000:200000, 250000:250100)，其中length(x)為1，并將其應用于data.frame中的每一行。

類似于這個函式的東西，但有更多的標準：

is_good_car < - function(x){
  any()
    x == c()
      "Mazda RX4",
      "Datsun 710",
      "Valiant">
    ）
  )
}。

我可以這樣應用它：

library(dplyr) 

mtcars%>%
  mutate()
    car = rownames（.）。
  ) %>%
  as_tibble%>%
  mutate()
    good_cars = case_when()
      is_good_car(car) ~ "good"，
      TRUE ~ "rubbish"
    )
  ) %>%
  select(car, good_cars)
#> Warning in x == c("Mazda RX4", "Datsun 710", "Valiant"): long object length is
#> 不是短物件長度的倍數。
#> # A tibble: 32 x 2。
#> car good_cars
#> <chr> <chr> 
#> 1 馬自達RX4好
#> 2 Mazda RX4 Wag good 
#> 3 Datsun 710 good 
#> 4 Hornet 4 Drive good 
#> 5 Hornet Sportabout good 
#> 6 Valiant good 
#> 7 Duster 360 good 
#> 8 Merc 240D good 
#> 9 Merc 230 good 
#> 10 Merc 280 良好 
#> # ...還有22行。

但是這不起作用，因為它只是從is_good_car回傳一個單一的TRUE，并將此回傳給每一行。

我可以使用rowwise來獲得正確的答案，但是對于我的目的來說，它很慢：

mtcars %>%
  mutate()
    car = rownames（.）。
  ) %>%
  as_tibble%>%
  rowwise%>%
  mutate()
    good_cars = case_when()
      is_good_car(car) ~ "good"，
      TRUE ~ "rubbish"
    )
  ) %>%
  select(car, good_cars)
#> # A tibble: 32 x 2
#> #排行。
#> car good_cars
#> <chr> <chr> 
#> 1 馬自達RX4 好
#> 2 馬自達RX4 Wag rubbish 
#> 3 Datsun 710 good  
#> 4 Hornet 4 Drive rubbish 
#> 5 Hornet Sportabout rubbish 
#> 6 Valiant good 
#> 7 Duster 360 rubbish 
#> 8 Merc 240D rubbish 
#> 9 Merc 230 rubbish 
#> 10 Merc 280 rubbish 
#> # ......還有22行。

我也可以使用sapply，但我想把它納入一個像上面那樣的管道作業流程：

sapply()
  X = rownames(mtcars)，
  FUN = is_good_car
)
#> Mazda RX4 Mazda RX4 Wag Datsun 710 Hornet 4 Drive 
#> TRUE FALSE TRUE FALSE 
#> Hornet Sportabout Valiant Duster 360 Merc 240D 
#> FALSE TRUE FALSE FALSE
#> Merc 230 Merc 280 Merc 280C Merc 450SE 
#> FALSE FALSE FALSE FALSE 
#> Merc 450SL Merc 450SLC Cadillac Fleetwood Lincoln Continental 
#> FALSE FALSE FALSE
#> Chrysler Imperial Fiat 128 Honda Civic Toyota Corolla 
#> FALSE FALSE FALSE
#> Toyota Corona Dodge Challenger AMC Javelin Camaro Z28 
#> FALSE FALSE FALSE
#> Pontiac Firebird Fiat X1-9 Porsche 914-2 Lotus Europa 
#> FALSE FALSE FALSE 
#> Ford Pantera L Ferrari Dino Maserati Bora Volvo 142E 
#> FALSE FALSE FALSE FALSE

在case_when中，是否有任何選項可以根據需要使用像is_good_car這樣的函式而不使用rowwise？

^{創建于2021-09-22，由reprex包（v2.0.1）}

uj5u.com熱心網友回復：

對于比較多個值，你應該使用%in%。

is_good_car < - function(x){
    x %in% c()
      "Mazda RX4"，
      "Datsun 710",
      "Valiant">
  ）
}

那么你就可以不用rowwise來使用它 -

library(dplyr) 

mtcars%>%
  mutate()
    car = rownames（.）。
  ) %>%
  as_tibble%>%
  mutate()
    good_cars = case_when( is_good_car(car） ~ "good"。 
      TRUE ~ "rubbish"
    )
  ) %>%
  select(car, good_cars)

# car good_cars
# <chr> <chr> 
# 1 馬自達RX4 好
# 2 Mazda RX4 Wag rubbish 
#3 Datsun 710 good 
# 4 大黃蜂4驅動器垃圾 # 4 大黃蜂4驅動器垃圾#5 Hornet Sportabout rubbish 
#6 Valiant good 
#7 Duster 360 rubbish 
#8 Merc 240D rubbish 
# 9 Merc 230 rubbish  # 9 Merc 230 rubbish #10 Merc 280 rubbish  #10 Merc 280 rubbish # ......還有22行。

uj5u.com熱心網友回復：

如果你把==改為%in%，像這樣：

is_good_car < - function(x){
  any()
    x %in% c()
      "Mazda RX4"，
      "Datsun 710",
      "Valiant">
    ）
  )
}。

該函式現在被矢量化了，將變得很快速，不需要rowwise。

uj5u.com熱心網友回復：

我們可以使用map，它應該比rowwise更快

library(purrr) 
library(tibble)
library(dplyr)
mtcars %>%。
    rownames_to_column('car') ％>；％
     mutate(good_cars =case_when(map_lgl(car,  is_good_car) ~ 
          'good'/span>。  TRUE ~ 'rubbish')) %> %
     as_tibble

輸出

# A tibble: 32 x 13
   汽車 mpg cyl disp hp drat wt qsec vs am gear carb good_cars
   <chr> <dbl>  <dbl> < dbl> <dbl>  <dbl> < dbl> <dbl>  <dbl>/span> <dbl>  <dbl> < dbl>/span> <chr>/span>    
 1 馬自達RX4 21 6 160 110 3。 9 2.62 16. 5 0 1 4 4 good     
 2 馬自達RX4 Wag 21 6 160 110 3。 9 2.88 17. 0 0 1 4 4 垃圾  
 3 Datsun 710 22。 8 4 108 93 3。 85 2.32 18. 6 1 1 4 1 good     
 4 大黃蜂 4 驅動 21. 4 6 258 110 3。 08 3.22 19. 4 1 0 3 1 rubbish  
 5 Hornet Sportabout 18.7 8 360 175 3。 15 3.44 17. 0 0 0 3 2 rubbish  
 6 Valiant 18.1 6 225 105 2。 76 3.46 20. 2 1 0 3 1 good     
 7 Duster 360 14. 3 8 360 245 3。 21 3.57 15. 8 0 0 3 4 rubbish  
 8 Merc 240D 24。 4 4 147. 62 3。 69 3. 19 20 1 0 4 2 rubbish  
 9 Merc 230 22。 8 4 141. 95 3. 92 3.15 22. 9 1 0 4 2 rubbish  
10 Merc 280 19. 2 6 168. 123 3. 92 3.44 18. 3 1 0 4 4 垃圾  
# ......還有22行

is_good_car < - function(x){
  
    x %in% c()
      "Mazda RX4"，
      "Datsun 710",
      "Valiant">
    ）
  
}

-測驗

mtcars %>%
    rownames_to_column('car') ％>；％
    mutate(good_cars = c("rubbish"。  "good"）[1   is_good_car(car)] )

輸出

 car mpg cyl disp hp drat wt qsec vs am gear carb good_cars
1 馬自達RX4 21.0 6 160.0 110 3。 90 2.620 16. 46 0 1 4 4 good
2 馬自達RX4 Wag 21.0 6 160.0 110 3。 90 2.875 17. 02 0 1 4 4 垃圾
3 Datsun 710 22。 8 4 108.0 93 3。 85 2.320 18. 61 1 1 4 1 good
4 大黃蜂 4 驅動 21. 4 6 258.0 110 3。 08 3.215 19. 44 1 0 3 1 rubbish
5 Hornet Sportabout 18.7 8 360.0 175 3。 15 3.440 17. 02 0 0 3 2 rubbish
6 Valiant 18.1 6 225.0 105 2。 76 3.460 20. 22 1 0 3 1 good
7 Duster 360 14. 3 8 360.0 245 3。 21 3.570 15. 84 0 0 3 4 rubbish
....

另外，如果我們需要更快的方法，可以使用data.table

library(data.table) 
mtcars1 <- copy(mtcars) 
setDT(mtcars, keep. rownames = TRUE)[, Good_cars : = 'rubbish' 
     ][/span>rn %chin% c( "Mazda RX4"。 
      "Datsun 710",
      "Valiant"), Good_cars : = 'good'][/span>]

標籤：

上一篇：我想顯示結果集，所有級別的計數是否為零"0"或不在SQLServer中。

下一篇：如何在dplyr中使用group_by與mean和sum？