R_Language 板


LINE

改成用CharacterMatrix做為output 省去使用rbind的時間 PS: 之前對CharacterMatrix不甚熟悉,才沒有使用。 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; }') # 測試一下40萬的case 如果要用下面資料記得他們是一行... 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 # 測試一下400萬的case 如果要用下面資料記得他們是一行... 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 # 十倍的資料量,時間只花八倍,這樣的結果好多了。 windows 64bit R-3.1.2 [email protected] 用了一下[email protected]的CPU跑40萬的case # user system elapsed # 1.14 0.05 1.19 補上用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] --



※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.235.152.127
※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1425264248.A.3E5.html
1F:推 sacidoO: 有試有成功 感謝C大分享 用您的CODE真的超快速的 推~~ 03/03 02:19
※ 編輯: celestialgod (61.224.150.158), 03/07/2015 21:36:34 ※ 編輯: celestialgod (61.224.150.158), 03/07/2015 21:39:05







like.gif 您可能會有興趣的文章
icon.png[問題/行為] 貓晚上進房間會不會有憋尿問題
icon.pngRe: [閒聊] 選了錯誤的女孩成為魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一張
icon.png[心得] EMS高領長版毛衣.墨小樓MC1002
icon.png[分享] 丹龍隔熱紙GE55+33+22
icon.png[問題] 清洗洗衣機
icon.png[尋物] 窗台下的空間
icon.png[閒聊] 双極の女神1 木魔爵
icon.png[售車] 新竹 1997 march 1297cc 白色 四門
icon.png[討論] 能從照片感受到攝影者心情嗎
icon.png[狂賀] 賀賀賀賀 賀!島村卯月!總選舉NO.1
icon.png[難過] 羨慕白皮膚的女生
icon.png閱讀文章
icon.png[黑特]
icon.png[問題] SBK S1安裝於安全帽位置
icon.png[分享] 舊woo100絕版開箱!!
icon.pngRe: [無言] 關於小包衛生紙
icon.png[開箱] E5-2683V3 RX480Strix 快睿C1 簡單測試
icon.png[心得] 蒼の海賊龍 地獄 執行者16PT
icon.png[售車] 1999年Virage iO 1.8EXi
icon.png[心得] 挑戰33 LV10 獅子座pt solo
icon.png[閒聊] 手把手教你不被桶之新手主購教學
icon.png[分享] Civic Type R 量產版官方照無預警流出
icon.png[售車] Golf 4 2.0 銀色 自排
icon.png[出售] Graco提籃汽座(有底座)2000元誠可議
icon.png[問題] 請問補牙材質掉了還能再補嗎?(台中半年內
icon.png[問題] 44th 單曲 生寫竟然都給重複的啊啊!
icon.png[心得] 華南紅卡/icash 核卡
icon.png[問題] 拔牙矯正這樣正常嗎
icon.png[贈送] 老莫高業 初業 102年版
icon.png[情報] 三大行動支付 本季掀戰火
icon.png[寶寶] 博客來Amos水蠟筆5/1特價五折
icon.pngRe: [心得] 新鮮人一些面試分享
icon.png[心得] 蒼の海賊龍 地獄 麒麟25PT
icon.pngRe: [閒聊] (君の名は。雷慎入) 君名二創漫畫翻譯
icon.pngRe: [閒聊] OGN中場影片:失蹤人口局 (英文字幕)
icon.png[問題] 台灣大哥大4G訊號差
icon.png[出售] [全國]全新千尋侘草LED燈, 水草

請輸入看板名稱,例如:WOW站內搜尋

TOP