作者celestialgod (天)
看板R_Language
標題Re: [心得] bootstrap long format
時間Tue May 23 20:19:18 2017
※ 引述《memphis (讓你喜歡這世界~)》之銘言：
: 假設資料長這樣
: ID V1 V2
: 1 10 11
: 1 11 12
: 1 12 13
: 2 13 14
: 2 14 15
: 2 15 16
: 3 16 17
: 3 17 18
: 4 18 19
: 4 19 20
: 先bootstrap ID
: s <- sample(unique(data$ID), replace=T)
: 再抓資料
: data2 <- data[data$ID %in% s] #這樣就錯了
: #s裡是有重複的ID沒錯
: #可是 %in% 不會抓重複的值
: 網路上查尋的的結果,是用grr:::matches
: s_idx <- as.numeric(unlist(matches(s, data$ID, list=T)))
: data2 <- data[s_idx]
: 看起來還算簡約, 只是為了一個小功能又要裝一個pkg..有點煩躁
DF <- read.table(textConnection("
ID V1 V2
1 10 11
1 11 12
1 12 13
2 13 14
2 14 15
2 15 16
3 16 17
3 17 18
4 18 19
4 19 20"), header = TRUE)
# 簡單的方式，只是可能unique ID多一點會久一些些
lenID <- length(unique(DF$ID))
s <- sample(unique(DF$ID), replace = TRUE)
s_idx <- which(sweep(matrix(rep(DF$ID, lenID), lenID, byrow = TRUE),
1, t(s), `==`), arr.ind = TRUE)
DF[s_idx[ , 2], ]
# plyr 只是簡單的抓出來要的
library(plyr)
ldply(s, function(i) DF[DF$ID == i, ])
# dplyr 有點複雜Orz
library(dplyr)
library(tidyr)
DF %>% group_by(ID) %>% mutate(t = sum(s == ID[1])) %>%
summarise_each(funs(list(rep(., times = t))), -t) %>%
unnest
# data.table 用key加速抓取速度
library(data.table)
DT <- data.table(DF)
setkey(DT, ID)
rbindlist(lapply(s, function(i) DT[ID == i]))
# Rcpp 自幹一個matches
library(Rcpp)
sourceCpp(code = "
#include <RcppArmadillo.h>
// [[Rcpp::depends(RcppArmadillo)]]
// [[Rcpp::export]]
SEXP bootstrapId(arma::Col<int> ID, arma::Col<int> idx) {
arma::uvec out = find(ID == idx[0]);
if (idx.n_elem > 1) {
for (arma::uword i = 1; i < idx.n_elem; ++i)
out.insert_rows(out.n_rows, find(ID == idx[i]));
}
if (out.n_elem == 0)
return R_NilValue;
return Rcpp::wrap(out);
}")
DF[bootstrapId(DF[["ID"]], s), ]
bootstrapId(DF[["ID"]], c(5,5,6,6)) # NULL
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.170.51.16
※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1495541962.A.256.html
1F：推 memphis: XD 居然是CPP版本最看得懂 05/23 21:49
自己寫一個matches就不用用套件了~~
※ 編輯: celestialgod (118.170.51.16), 05/23/2017 21:51:30
2F：推 memphis: 我投靠A78的解答了, 你也參考看看, 我覺得不裝新套件的 05/23 21:55
3F：→ memphis: 情況下..他寫的是最直接的花費腦力少的 05/23 21:56
4F：推 a78998042a: 居然自己寫一個 matches XDDD 05/24 00:25