这是一个玩具示例。
iris %>%
group_by(Species) %>%
summarise(max = Sepal.Width[Sepal.Length == max(Sepal.Length)])
# A tibble: 3 x 2
Species max
<fct> <dbl>
1 setosa 4
2 versicolor 3.2
3 virginica 3.8
使用
which() 时，它提供相同的输出。iris %>%
group_by(Species) %>%
summarise(max = Sepal.Width[which(Sepal.Length == max(Sepal.Length))])
# summarise(max = Sepal.Width[which.max(Sepal.Length)])
# A tibble: 3 x 2
Species max
<fct> <dbl>
1 setosa 4
2 versicolor 3.2
3 virginica 3.8
help(which) 说:== 做同样的事情:显示 TRUE & FALSE那么
which() 什么时候对子集有用呢？ 最佳答案
由于这个问题是专门关于子集的，我想我会
说明使用 which() 的一些性能优势
链接问题中提出的逻辑子集。
当你想提取整个子集时，没有太大的区别
处理速度，但使用 which() 需要 allocate less memory 。然而，if you only want a part of the subset(例如展示一些奇怪的
结果)，which() 具有显着的速度和内存优势，因为
能够通过对结果进行子集化来避免对数据帧进行两次子集化which() 代替。
以下是基准:
df <- ggplot2::diamonds; dim(df)
#> [1] 53940 10
mu <- mean(df$price)
bench::press(
n = c(sum(df$price > mu), 10),
{
i <- seq_len(n)
bench::mark(
logical = df[df$price > mu, ][i, ],
which_1 = df[which(df$price > mu), ][i, ],
which_2 = df[which(df$price > mu)[i], ]
)
}
)
#> Running with:
#> n
#> 1 19657
#> 2 10
#> # A tibble: 6 x 11
#> expression n min mean median max `itr/sec` mem_alloc
#> <chr> <dbl> <bch:tm> <bch:tm> <bch:tm> <bch:tm> <dbl> <bch:byt>
#> 1 logical 19657 1.5ms 1.81ms 1.71ms 3.39ms 553. 5.5MB
#> 2 which_1 19657 1.41ms 1.61ms 1.56ms 2.41ms 620. 2.89MB
#> 3 which_2 19657 826.56us 934.72us 910.88us 1.41ms 1070. 1.76MB
#> 4 logical 10 893.12us 1.06ms 1.02ms 1.93ms 941. 4.21MB
#> 5 which_1 10 814.4us 944.81us 908.16us 1.78ms 1058. 1.69MB
#> 6 which_2 10 230.72us 264.45us 249.28us 1.08ms 3781. 498.34KB
#> # ... with 3 more variables: n_gc <dbl>, n_itr <int>, total_time <bch:tm>
由 reprex package (v0.2.0) 于 2018 年 8 月 19 日创建。
关于r - 我什么时候应该使用 "which"进行子集化？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51914297/