时间戳

首页 > 解决方案 > prettyNum 更快处理的替代方法

r - prettyNum 更快处理的替代方法

问题描述

我正在处理比我在下面附加的更大的数据集，我需要double再次编码类型列。我尝试prettyNum在一个名为的函数中使用，encoder但它对我的数据的运行速度非常慢。这是我尝试过的方法；

library(data.table)

set.seed(1453)

sample_data <- data.frame(a=sample(1:1000,100,replace=T),
                          b=sample(1:1000,100,replace=T),
                          c=sample(seq(1,1000,0.01),100,replace=T),
                          d=sample(seq(1,1000,0.01),100,replace=T),
                          e=sample(seq(1,1000,0.01),100,replace=T),
                          f=sample(seq(1,1000,0.01),100,replace=T),
                          g=sample(seq(1,1000,0.01),100,replace=T),
                          h=sample(seq(1,1000,0.01),100,replace=T),
                          i=sample(LETTERS,1000,replace=T),
                          j=sample(letters,1000,replace=T))
setDT(sample_data)

options(warn=-1)

double_cols <- which(sapply(sample_data,is.double))

encoder <- function(x) prettyNum(x*1e4,big.mark = '.')

sample_data[,(double_cols):=lapply(.SD,encoder),.SDcols=double_cols]

它已经有效，但我相信有一种更快的解决方案，

提前致谢。

标签： rtypesdata.table

解决方案

您可以使用format而不是prettyNum：

library(data.table)

setDT(sample_data)

sample_data1 <- copy(sample_data)
sample_data2 <- copy(sample_data)

options(warn=-1)

encoder1 <- function(x) prettyNum(x*1e4,big.mark = '.')
encoder2 <- function(x) format(x*1e4,big.mark = '.', trim = TRUE)

system.time(sample_data1[,(double_cols):=lapply(.SD,encoder1),.SDcols=double_cols])

       user      system       total 
       1.27        0.01        1.26

system.time(sample_data2[,(double_cols):=lapply(.SD,encoder2),.SDcols=double_cols])

       user      system       total 
       0.08        0.00        0.08

推荐阅读