library(data.table)
library(microbenchmark)
xSmall <- sample.int(25, 1000, TRUE)
xBig <- sample.int(2500, 100000, TRUE)
microbenchmark(length(unique(xSmall)), uniqueN(xSmall),
length(unique(xBig)), uniqueN(xBig))
#Unit: microseconds
# expr min lq mean median uq max neval cld
#1 length(unique(xSmall)) 17.742 24.1200 34.15156 29.3520 41.1435 104.789 100 a
#2 uniqueN(xSmall) 12.359 16.1985 27.09922 19.5870 29.1455 97.103 100 a
#3 length(unique(xBig)) 1611.127 1790.3065 2024.14570 1873.7450 2096.5360 3702.082 100 c
#4 uniqueN(xBig) 790.576 854.2180 941.90352 896.1205 974.6425 1714.020 100 b
6
如果想要在矩阵或数据框或列表中获得多个唯一元素,则以下代码将执行以下操作:
if( typeof(Y)=="list"){ # Y is a list or data frame
# data frame to matrix
numUniqueElems <- length( na.exclude( unique(unlist(Y)) ) )
} else if ( is.null(dim(Y)) ){ # Y is a vector
numUniqueElems <- length( na.exclude( unique(Y) ) )
} else { # length(dim(Y))==2, Yis a matrix
numUniqueElems <- length( na.exclude( unique(c(Y)) ) )
}
5 回答
您可以使用
base
来自base
包rle
生成两个向量(lengths
和values
) .values
vector的长度为您提供唯一值的数量 .以下是一些想法,对您的解决方案的所有要点已经非常快 .
length(unique(x))
也是我用过的:我用过这个功能
它工作正常,不需要外部库 .
来自
data.table
的uniqueN
函数相当于length(unique(group))
. 它在大型数据集上的速度也要快几倍,但在您的示例中却没有那么多 .如果想要在矩阵或数据框或列表中获得多个唯一元素,则以下代码将执行以下操作: