Innym niezwykle szybka metoda jest połączenie ekstrakcji matrycy [
z max.col
, która zwraca wektor indeksujący pozycję kolumny maksymalnej wartości w każdym wierszu.
df$max <- df[2:26][cbind(seq_len(nrow(df)), max.col(df[2:26]))]
cbind
tworzy matrycę indeksowanie położenia maksymalnej wartości dla każdego rzędu i [
wykorzystuje go wyodrębnić tej wartości.
Zróbmy analizę porównawczą.
# data.frame with 1000 observations and 26 variables
set.seed(1234)
df <- data.frame(id=paste0(letters[-1], 1:40), matrix(rnorm(25000L, 5L, 10L), 1000L))
dodać również funkcję rowMaxs
z pakietu matrixStats
do mieszanki.
library(matrixStats)
library(microbenchmark)
microbenchmark(apply=apply(df[, 2:26], 1, max),
pmax=do.call(pmax, df[2:26]),
max.colSub=df[2:26][cbind(seq_len(nrow(df)), max.col(df[2:26]))],
rowMaxs=rowMaxs(as.matrix(df[2:26])))
Unit: microseconds
expr min lq mean median uq max neval cld
apply 1610.540 1786.5905 2193.5334 1863.5680 1990.4380 6915.999 100 c
pmax 354.382 364.6455 380.1720 373.3405 385.4580 567.923 100 a
max.colSub 604.416 651.7430 822.6015 664.7155 681.2510 3086.512 100 b
rowMaxs 243.762 264.0040 320.2350 277.9750 290.5190 2328.712 100 a
więc rowMaxs
jest zwycięża następnie pmax
a następnie max.col
z ekstrakcji matrycy i apply
na tylnym końcu opakowania.
Z data.frame z 10000 wierszy i kolumn 26, mamy podobną historię:
set.seed(1234)
df <- data.frame(id=paste0(letters[-1], 1:400), matrix(rnorm(250000L, 5L, 10L), 10000L))
Powyższy kod zwraca
Unit: milliseconds
expr min lq mean median uq max neval cld
apply 15.193361 18.299830 21.737516 20.337880 21.774793 99.44836 100 c
pmax 3.060853 3.101481 3.156630 3.137545 3.191430 3.54182 100 a
max.colSub 3.338828 3.642603 7.051700 3.992708 6.336531 84.43119 100 b
rowMaxs 1.244184 1.322302 2.675281 1.508474 1.638053 79.28054 100 a
co jeśli chcę nazwę kolumny max dla każdego wiersza .. na przykład df $ max [1] = c – syllogismos
co jeśli muszę dodać na.rm = TRUE? – KillerSnail