R_Language 板


LINE

改成用CharacterMatrix做为output 省去使用rbind的时间 PS: 之前对CharacterMatrix不甚熟悉,才没有使用。 library(data.table) library(magrittr) library(Rcpp) library(inline) sourceCpp(code = ' #include <Rcpp.h> using namespace Rcpp; // [[Rcpp::export]] CharacterMatrix dat_split_f( std::vector< std::string > strings, NumericVector loc) { int loc_len = loc.size(), num_strings = strings.size(); CharacterMatrix output(num_strings, loc_len); for( int j=0; j < num_strings; j++ ) { for (int i=0; i < loc_len-1; i++) output(j, i) = strings[j].substr(loc[i], loc[i+1] - loc[i]); } return output; }') # 测试一下40万的case 如果要用下面资料记得他们是一行... dat = fread(paste0(rep("001female2019920404\n002male 3019920505\n003male 4019920606\n004female5019920707\n", 100000), collapse=""),sep="\n", sep2="", header=FALSE) tt = proc.time() dat_split = dat_split_f(dat[[1]], c(0, 3, 9, 11, 19)) %>% data.table() dat_split[, ':='(V1 = as.numeric(V1), V3 = as.numeric(V3))] proc.time() - tt # user system elapsed # 0.97 0.06 1.03 # 测试一下400万的case 如果要用下面资料记得他们是一行... dat = fread(paste0(rep("001female2019920404\n002male 3019920505\n003male 4019920606\n004female5019920707\n", 1000000), collapse=""),sep="\n", sep2="", header=FALSE) tt = proc.time() dat_split = dat_split_f(dat[[1]], c(0, 3, 9, 11, 19)) %>% data.table() dat_split[, ':='(V1 = as.numeric(V1), V3 = as.numeric(V3))] proc.time() - tt # user system elapsed # 7.73 0.21 7.98 # 十倍的资料量,时间只花八倍,这样的结果好多了。 windows 64bit R-3.1.2 [email protected] 用了一下[email protected]的CPU跑40万的case # user system elapsed # 1.14 0.05 1.19 补上用regular expression的方法 library(data.table) library(plyr) library(dplyr) library(magrittr) dat = fread(paste0(rep("001female2019920404\n002male 3019920505\n003male 4019920606\n004female5019920707\n", 100000), collapse=""),sep="\n", sep2="",header=FALSE) tt = proc.time() dat_regex = dat %>% select(V1) %>% extract2(1) %>% regexec("([0-9]{3})(female|male\\s{2})([0-9]{2})([0-9]{8})", text = .) dat_split = dat %>% select(V1) %>% extract2(1) %>% regmatches(dat_regex) %>% do.call(rbind, .) %>% data.table() %>% select(2:ncol(.)) %>% setnames(c("id", "gender", "age", "birthday")) proc.time() - tt # user system elapsed # 14.99 0.34 23.76 with [email protected] --



※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.235.152.127
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1425264248.A.3E5.html
1F:推 sacidoO: 有试有成功 感谢C大分享 用您的CODE真的超快速的 推~~ 03/03 02:19
※ 编辑: celestialgod (61.224.150.158), 03/07/2015 21:36:34 ※ 编辑: celestialgod (61.224.150.158), 03/07/2015 21:39:05







like.gif 您可能会有兴趣的文章
icon.png[问题/行为] 猫晚上进房间会不会有憋尿问题
icon.pngRe: [闲聊] 选了错误的女孩成为魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一张
icon.png[心得] EMS高领长版毛衣.墨小楼MC1002
icon.png[分享] 丹龙隔热纸GE55+33+22
icon.png[问题] 清洗洗衣机
icon.png[寻物] 窗台下的空间
icon.png[闲聊] 双极の女神1 木魔爵
icon.png[售车] 新竹 1997 march 1297cc 白色 四门
icon.png[讨论] 能从照片感受到摄影者心情吗
icon.png[狂贺] 贺贺贺贺 贺!岛村卯月!总选举NO.1
icon.png[难过] 羡慕白皮肤的女生
icon.png阅读文章
icon.png[黑特]
icon.png[问题] SBK S1安装於安全帽位置
icon.png[分享] 旧woo100绝版开箱!!
icon.pngRe: [无言] 关於小包卫生纸
icon.png[开箱] E5-2683V3 RX480Strix 快睿C1 简单测试
icon.png[心得] 苍の海贼龙 地狱 执行者16PT
icon.png[售车] 1999年Virage iO 1.8EXi
icon.png[心得] 挑战33 LV10 狮子座pt solo
icon.png[闲聊] 手把手教你不被桶之新手主购教学
icon.png[分享] Civic Type R 量产版官方照无预警流出
icon.png[售车] Golf 4 2.0 银色 自排
icon.png[出售] Graco提篮汽座(有底座)2000元诚可议
icon.png[问题] 请问补牙材质掉了还能再补吗?(台中半年内
icon.png[问题] 44th 单曲 生写竟然都给重复的啊啊!
icon.png[心得] 华南红卡/icash 核卡
icon.png[问题] 拔牙矫正这样正常吗
icon.png[赠送] 老莫高业 初业 102年版
icon.png[情报] 三大行动支付 本季掀战火
icon.png[宝宝] 博客来Amos水蜡笔5/1特价五折
icon.pngRe: [心得] 新鲜人一些面试分享
icon.png[心得] 苍の海贼龙 地狱 麒麟25PT
icon.pngRe: [闲聊] (君の名は。雷慎入) 君名二创漫画翻译
icon.pngRe: [闲聊] OGN中场影片:失踪人口局 (英文字幕)
icon.png[问题] 台湾大哥大4G讯号差
icon.png[出售] [全国]全新千寻侘草LED灯, 水草

请输入看板名称,例如:BabyMother站内搜寻

TOP