请问怎么选出一行里面的最大值,并把数据每一行或列最大的值设为1，其他为0

yywan0913 发表于 2014-3-5 16:40
我就知道data.table里面的fread比read.table快三倍。以及处理数据稍微好点。其他的感觉差不多的样子，可能 ...

https://bbs.pinggu.org/thread-2808708-1-1.html

这个例子 试了下  data.table 比julia的dataframe 要快点点。也是佩服data.table 的一点

yywan0913 发表于 2014-3-4 13:32

好方法

jmpamao 发表于 2014-3-5 16:44
https://bbs.pinggu.org/thread-2808708-1-1.html

这个例子 试了下  data.table 比julia的dataframe 要 ...

赶脚那个跟data.table木关系的样子，by的效果。
data.table还是觉得适合读文件与生产数据框，以及处理些某些数据。其他时候我用的不多。

1. require(data.table)
   
2. DF = data.table(x=rep(c("a","b","c"),each=3), y=c(1,3,6), v=1:9)
   
3. DF[,z:=(y==max(y))*1]

复制代码

z就是了

wfldragon 发表于 2014-3-5 19:39
z就是了

用LZ的数据，以row by row  最大值为1， 其他0 的 哑元。

jmpamao 发表于 2014-3-5 16:26
lz 从 COS看 数据量是也 有几万行
用
都要时间了。

你的写法精巧，我用了which.max函数想了一个其他的，和你的方法比较了下时间，得到了下面的结果。看来我的电脑是向着我的。

1. > rm(list=ls())
   
2. > ls()
   
3. character(0)
   
4. > gc()
   
5.           used (Mb) gc trigger  (Mb)  max used   (Mb)
   
6. Ncells  686224 36.7    2400785 128.3   2908849  155.4
   
7. Vcells 9685080 73.9  117540763 896.8 141871202 1082.4
   
8. > x <- matrix(rnorm(1000000*50),nrow=1000000)
   
9. > timefunc1 <- function(x){
   
10. +     t <- x*0
    
11. +     sapply(1:nrow(x),function(z) t[z,which.max(x[z,])] <<- 1)
    
12. +     return (t)
    
13. + }
    
14. >
    
15. > timefunc2 <- function(x){
    
16. +     out <- t(apply(x,1,function(x)x==max(x))+0)
    
17. +     return (out)
    
18. + }
    
19. > system.time(out1 <- timefunc1(x))
    
20.    user  system elapsed
    
21.    6.44    0.06    6.50
    
22. > system.time(out2 <- timefunc2(x))
    
23.    user  system elapsed
    
24.    8.16    0.28    8.44
    
25. > system.time(out2 <- timefunc2(x))
    
26.    user  system elapsed
    
27.    7.05    0.21    7.27
    
28. > system.time(out1 <- timefunc1(x))
    
29.    user  system elapsed
    
30.    6.19    0.06    6.26
    
31. >

复制代码

nuomin 发表于 2014-3-5 20:08
你的写法精巧，我用了which.max函数想了一个其他的，和你的方法比较了下时间，得到了下面的结果。看来我的 ...

是你的要快， 只要找到最大位置 就OK。
我这个先找到最大，再一个个比较

################
不过是想练练 data.table 怎么处理这类的问题。貌似没有 ROW BY ROW 的这种操作

jmpamao 发表于 2014-3-5 20:24
是你的要快， 只要找到最大位置 就OK。
我这个先找到最大，再一个个比较

几列的话应该可以通过dplyr的命令搞定，不过没时间弄了。供参考

我觉得没必要纠结太多再运行时间，如果真的要快，用Rcpp

library(Rcpp)
cppFunction("
     NumericMatrix convert(NumericMatrix input) {
             int n1 = input.nrow(), n2 = input.ncol();
             NumericMatrix result(n1, n2);
             for (int i = 0; i < n1; i++) {
                     double temp = input(i, 0);
                     int maxid = 0;
                     for (int j =0; j < n2; j++) {
                             if (input(i, j) > temp) {
                                     temp = input(i, j);
                                     maxid = j;
                             }
                     }
                     result(i, maxid) = 1;
             }
             return result;
     }
")

x <- matrix(rnorm(1000000*50),nrow=1000000)

system.time(y <- convert(x))

   user  system elapsed
  0.232   0.105   0.335

一个sort就解决了