我在R中使用以下代码：
df$max_col<- sapply(df$col, function(x) ifelse(x == "", 0, strsplit(as.character(x), "", perl = TRUE)[[1]] %>% as.numeric %>% max(na.rm = T)))
这段代码基本上会打乱“ 123456”之类的字符串，并将其转换为数字并从中返回最大值。现在，我有一列满是这样的字符串，并且这段代码可以正常运行，直到数据量变小为止。但是，当数据大小为2500万行（我目前正在处理）时，此代码将变得非常慢。此代码是否有其他替代方法，可以通过该替代方法从存储在新列中的字符串中获取最大值？
一个基于我上面的评论的答案（但是我已经修改了代码，以便它可以实际工作）：
x <- c("123", "224", "221", "1912323", "445")
apply(sapply(1:9, function(p) grepl(p, x)), 1, function(k) max(which(k)))
# the above will work if 0 is never the largest number in any cell
更通用的版本：
doit <- function(x) apply(sapply(0:9, function(p) grepl(p, x)), 1, function(k) max(which(k)))-1
x <- c("123", "224", "221", "1912323", "445", "000")
doit(x)
# [1] 3 4 2 9 5 0
这比使用strsplit的原始代码快3倍...但是我敢肯定还有改进的余地。嗯...实际上，我将strsplit再次尝试：
doit3 <- function(.) sapply(strsplit(.,""), max)
doit3(x)
# [1] "3" "4" "2" "9" "5" "0"
这比我以前的方法快5倍。因此，问题不在其他组件中sapply或存在strsplit于其他组件中。如果需要将其转换为数字，则将其添加as.numeric到外层，这不会花费太多时间：
doit4 <- function(.) as.numeric(sapply(strsplit(.,""), max))
> doit4(x)
# [1] 3 4 2 9 5 0
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句