RではInf、データフレームを変換するときにいくつかの値を作成する操作があります。
これらのInf価値観をNA価値観に変えていきたい。私が持っているコードは大きなデータに対して遅いですが、これを行うより速い方法はありますか？
次のデータフレームがあるとします。
dat <- data.frame(a=c(1, Inf), b=c(Inf, 3), d=c("a","b"))以下は1つのケースで機能します。
dat[,1][is.infinite(dat[,1])] = NAだから私は次のループでそれを一般化しました
cf_DFinf2NA <- function(x)
{
for (i in 1:ncol(x)){
x[,i][is.infinite(x[,i])] = NA
}
return(x)
}
しかし、私はこれが本当にRの力を使用しているとは思いません。
回答:
a data.frameが列のリストであることを使用してdo.callから、を再作成するために使用しdata.frameます。
do.call(data.frame,lapply(DT, function(x) replace(x, is.infinite(x),NA)))data.tableあなたは使用することができますdata.tableとset。これにより、一部の内部コピーが回避されます。
DT <- data.table(dat)
invisible(lapply(names(DT),function(.name) set(DT, which(is.infinite(DT[[.name]])), j = .name,value =NA)))
または、列番号を使用します（多くの列がある場合はおそらくより高速です）：
for (j in 1:ncol(DT)) set(DT, which(is.infinite(DT[[j]])), j, NA)# some `big(ish)` data
dat <- data.frame(a = rep(c(1,Inf), 1e6), b = rep(c(Inf,2), 1e6),
c = rep(c('a','b'),1e6),d = rep(c(1,Inf), 1e6),
e = rep(c(Inf,2), 1e6))
# create data.table
library(data.table)
DT <- data.table(dat)
# replace (@mnel)
system.time(na_dat <- do.call(data.frame,lapply(dat, function(x) replace(x, is.infinite(x),NA))))
## user system elapsed
# 0.52 0.01 0.53
# is.na (@dwin)
system.time(is.na(dat) <- sapply(dat, is.infinite))
# user system elapsed
# 32.96 0.07 33.12
# modified is.na
system.time(is.na(dat) <- do.call(cbind,lapply(dat, is.infinite)))
# user system elapsed
# 1.22 0.38 1.60
# data.table (@mnel)
system.time(invisible(lapply(names(DT),function(.name) set(DT, which(is.infinite(DT[[.name]])), j = .name,value =NA))))
# user system elapsed
# 0.29 0.02 0.31
data.table最速です。使用sapplyすると物事が著しく遅くなります。
使用sapplyしてis.na<-
> dat <- data.frame(a=c(1, Inf), b=c(Inf, 3), d=c("a","b"))
> is.na(dat) <- sapply(dat, is.infinite)
> dat
a b d
1 1 NA a
2 NA 3 b
または、（これを編集した@mnelにクレジットを与える）を使用できます。
> is.na(dat) <- do.call(cbind,lapply(dat, is.infinite))これは大幅に高速です。
is.na<-からの結果を受け入れないlapplyがからの結果を受け入れることを実現することでしたsapply。
is.na<-解決が非常に遅いのかわかりません。
hablarパッケージには、この問題に対する非常に簡単な解決策があります。
library(hablar)
dat %>% rationalize()
すべてのInfを含むデータフレームを返すものはNAに変換されます。
上記のいくつかのソリューションと比較したタイミング。コード：library（hablar）library（data.table）
dat <- data.frame(a = rep(c(1,Inf), 1e6), b = rep(c(Inf,2), 1e6),
c = rep(c('a','b'),1e6),d = rep(c(1,Inf), 1e6),
e = rep(c(Inf,2), 1e6))
DT <- data.table(dat)
system.time(dat[mapply(is.infinite, dat)] <- NA)
system.time(dat[dat==Inf] <- NA)
system.time(invisible(lapply(names(DT),function(.name) set(DT, which(is.infinite(DT[[.name]])), j = .name,value =NA))))
system.time(rationalize(dat))
結果：
> system.time(dat[mapply(is.infinite, dat)] <- NA)
user system elapsed
0.125 0.039 0.164
> system.time(dat[dat==Inf] <- NA)
user system elapsed
0.095 0.010 0.108
> system.time(invisible(lapply(names(DT),function(.name) set(DT, which(is.infinite(DT[[.name]])), j = .name,value =NA))))
user system elapsed
0.065 0.002 0.067
> system.time(rationalize(dat))
user system elapsed
0.058 0.014 0.072
>
data.tableはhablarより速いようです。ただし、構文が長くなります。
風水舞は、負の無限大と正の無限大を取得するための上記の整然とした答えを持っています：
dat %>% mutate_if(is.numeric, list(~na_if(., Inf))) %>%
mutate_if(is.numeric, list(~na_if(., -Inf)))
これは適切に機能しますが、警告されたコメントで提案されているように、ここでabs（。）を入れ替えて両方の行を一度に実行することはできません。動作するように見えますが、データセット内のすべての負の値が正に変更されます！これで確認できます：
data(iris)
#The last line here is bad - it converts all negative values to positive
iris %>%
mutate_if(is.numeric, ~scale(.)) %>%
mutate(infinities = Sepal.Length / 0) %>%
mutate_if(is.numeric, list(~na_if(abs(.), Inf)))
これは1行で機能します。
mutate_if(is.numeric, ~ifelse(abs(.) == Inf,NA,.))別の解決策：
dat <- data.frame(a = rep(c(1,Inf), 1e6), b = rep(c(Inf,2), 1e6),
c = rep(c('a','b'),1e6),d = rep(c(1,Inf), 1e6),
e = rep(c(Inf,2), 1e6))
system.time(dat[dat==Inf] <- NA)
# user system elapsed
# 0.316 0.024 0.340便利なreplace_na関数を使用することもできます：https : //tidyr.tidyverse.org/reference/replace_na.html