r - 如果 case_when 找到某个结果,则停止执行
问题描述
从这里:
x <- 1:50
case_when(
x %% 35 == 0 ~ "fizz buzz",
x %% 5 == 0 ~ "fizz",
x %% 7 == 0 ~ "buzz",
TRUE ~ as.character(x)
)
一旦 x 可被 6 整除,如何使用stop()停止执行?我不想要多条错误消息,只想要一条。
解决方案
如果您查看 的内部结构case_when
,您会发现它是按照向量的顺序执行每个向量,而不是按照数据的顺序执行。也就是说,在您的示例中,您的第一个表达式在函数甚至查看您的第二个表达式之前x %% 35 == 0
计算整个长度。它评估所有表达式 (LHS),然后才开始检查匹配项。因此,您的数据评估不会短路。x
x %% 5 == 0
如果您不担心过度计算而只想截断数据,那么
x <- 1:50
ret <- case_when(
x %% 35 == 0 ~ "fizz buzz",
x %% 5 == 0 ~ "fizz",
x %% 7 == 0 ~ "buzz",
TRUE ~ as.character(x)
)
ret[!cumany(x %% 6 == 0)]
# [1] "1" "2" "3" "4" "fizz"
如果您想/需要留在case_when
通话中,那么也许
x <- 1:50
ret <- case_when(
cumany(x %% 6 == 0) ~ NA_character_,
x %% 35 == 0 ~ "fizz buzz",
x %% 5 == 0 ~ "fizz",
x %% 7 == 0 ~ "buzz",
TRUE ~ as.character(x)
)
ret
# [1] "1" "2" "3" "4" "fizz" NA NA NA NA NA NA NA NA NA NA NA NA
# [18] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
# [35] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## filtered
na.omit(ret)
# [1] "1" "2" "3" "4" "fizz"
# attr(,"na.action")
# [1] 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44
# [40] 45 46 47 48 49 50
# attr(,"class")
# [1] "omit"
## or more succinctly
ret[!is.na(ret)]
# [1] "1" "2" "3" "4" "fizz"
然后你可以na.omit
或类似的。但同样,这不是中断或短路,因此绝对不会节省执行时间。(并且没有能力提供一个无限大的向量,假设它会在%% 6
找到其中一个条件时自行中断。)
为了短路 LHS 的评估,您需要打破矢量化评估case_when
并自己做所有事情。不幸的是,有一个“问题”:case_when
保持通用性的方式是在调用环境的上下文中评估每个 LHS 表达式(和 RHS,就此而言)。例如,它x %% 35 == 0
在父框架(即调用 的环境case_when
)中进行评估。该case_when
函数不知道返回的向量会先验多长时间,也不知道如何正确索引(逐步执行)所有存在的变量。例如,x %% 35 == 0
我们想先检查x[1] %% 35 == 0
,然后x[2] %% 35 == 0
,等等,这似乎很直观……但是在(x+y) %% 35 == 0
哪里呢?y
可能是相同长度的向量、可整除长度的回收向量或单个值,这(x[50]+y[50]) %% 35 == 0
将导致NA
(或索引错误)。
这是一种环绕的方法case_when
,仅在找到约束之前进行评估,然后停止。
x <- 1:50
ret <- numeric(length(x))
for (i in seq_along(x)) {
# constraint
if (x[i] %% 6 == 0) break
# regular piece-wise execution
ret[i] <- case_when(
x[i] %% 35 == 0 ~ "fizz buzz",
x[i] %% 5 == 0 ~ "fizz",
x[i] %% 7 == 0 ~ "buzz",
TRUE ~ as.character(x[i])
)
}
ret <- head(ret, i - 1)
ret
# [1] "1" "2" "3" "4" "fizz"
此循环迭代 6 次,其中前 5 次正常执行,在第 6 次迭代时发现x[i] %% 6 == 0
为真,并且break
s.
如果我不解决这些方法的相对(低)效率问题,我将失职。
x <- 1:50
microbenchmark::microbenchmark(
one = {
ret <- case_when(
x %% 35 == 0 ~ "fizz buzz",
x %% 5 == 0 ~ "fizz",
x %% 7 == 0 ~ "buzz",
TRUE ~ as.character(x)
)
ret[!cumany(x %% 6 == 0)]
},
two = {
ret <- case_when(
cumany(x %% 6 == 0) ~ NA_character_,
x %% 35 == 0 ~ "fizz buzz",
x %% 5 == 0 ~ "fizz",
x %% 7 == 0 ~ "buzz",
TRUE ~ as.character(x)
)
ret[!is.na(ret)]
},
three = {
ret <- numeric(length(x))
for (i in seq_along(x)) {
# constraint
if (x[i] %% 6 == 0) break
# regular piece-wise execution
ret[i] <- case_when(
x[i] %% 35 == 0 ~ "fizz buzz",
x[i] %% 5 == 0 ~ "fizz",
x[i] %% 7 == 0 ~ "buzz",
TRUE ~ as.character(x[i])
)
}
ret <- head(ret, i - 1)
}
)
# Unit: microseconds
# expr min lq mean median uq max neval
# one 136.6 143.55 168.975 152.60 167.55 478.3 100
# two 156.9 171.10 199.213 180.05 206.80 427.3 100
# three 4772.7 5336.75 5854.889 5605.25 6073.20 12001.8 100
这里应该清楚的是,使用这组表达式(一些模运算),在 R 中计算比我们需要的更多的效率要高得多,但使用矢量化方法比试图限制x
我们处理的数量要高得多。
如果你很好奇,这种方法在500K 长third
时仍然没有效率......x
x <- 1:500
# Unit: microseconds
# expr min lq mean median uq max neval
# one 216.9 245.5 287.715 261.55 289.20 601.4 100
# two 220.9 260.8 300.539 277.75 295.75 691.5 100
# three 5578.7 6164.9 6802.093 6531.20 6884.25 13667.9 100
x <- 1:5000
# Unit: microseconds
# expr min lq mean median uq max neval
# one 1468.2 1644.50 3809.862 1708.65 1879.90 196632.1 100
# two 780.9 852.25 986.799 889.90 952.45 6761.6 100
# three 8061.9 8785.15 9836.741 9249.85 9803.70 17088.5 100
x <- 1:50000
# Unit: milliseconds
# expr min lq mean median uq max neval
# one 15.9505 20.33195 26.18902 22.60755 26.75880 230.6372 100
# two 6.8114 8.33300 12.92443 8.95825 14.18375 236.4153 100
# three 34.6127 43.44130 48.28222 47.23290 53.26485 71.2169 100
x <- 1:500000
# Unit: milliseconds
# expr min lq mean median uq max neval
# one 201.1099 220.5286 278.7940 238.9214 280.8388 548.7299 100
# two 82.8113 104.9474 139.0557 118.3804 136.0794 380.3658 100
# three 295.7582 310.8903 335.8939 322.4250 349.4466 567.1915 100
但最终达到了 5M 的平价:
x <- 1:5000000
# Unit: seconds
# expr min lq mean median uq max neval
# one 2.713632 2.794410 3.371636 3.175023 3.820303 4.682576 10
# two 1.105257 1.278336 1.535301 1.371372 1.854551 2.281774 10
# three 3.082974 3.116061 3.292641 3.314118 3.476838 3.513049 10
(这将随着计算成本的变化而显着变化。)
推荐阅读
- ruby-on-rails - 升级到 Rails 5.2 后出现语法错误
- android - 亚行备份/恢复多用户应用程序?
- json - Angular 5 :: JSON 解析错误,同时保存
- azure - Packer shell Provisioner 报告运行成功,但没有执行任何操作
- r - 什么更有效:将文本转换应用于语料库或 df
- curl - couchDB 文档中的 HOST="http://127.0.0.1:5984"
- html - Angular FlexBox 自定义媒体查询
- python - 开发时,为什么`pip install.`比`python setup.py install`慢这么多?
- javascript - 使用 Leaflet.js 绘制船舶路线 | 折线
- ios - Firebase 在登录时验证电子邮件