Wir do.call
mit paste
data[, .(id, col_test=do.call(paste, c(.SD, sep="_"))), .SDcols= col1:col3]
# id col_test
# 1: 1 11_21_31
# 2: 2 12_22_32
# 3: 3 13_23_33
# 4: 4 14_24_34
# 5: 5 15_25_35
# 6: 6 16_26_36
# 7: 7 17_27_37
# 8: 8 18_28_38
# 9: 9 19_29_39
#10: 10 20_30_40
Benchmarks
microbenchmark(
tidyr_unite = {
unite(data1, "col_test", col1, col2, col3)
},
dt_docallPaste = {
data1[, .(id = data1[["id"]], col_test = do.call(paste, c(.SD, sep="_"))),
.SDcols= col1:col3]
},
apply_Paste = {
cbind.data.frame(id = data1$id,
col_test = apply(data1[, -1, with = FALSE], 1,
paste, collapse = "_"))
},
times = 10
)
# Unit: seconds
# expr min lq mean median uq max neval cld
# tidyr_unite 7.501491 7.521328 7.720600 7.647506 7.756273 8.219710 10 a
# dt_docallPaste 7.530711 7.558436 7.910604 7.618165 8.429796 8.497932 10 a
# apply_Paste 44.743782 45.797092 46.791288 46.325188 47.330887 51.155663 10 b
Im Vergleich zu Basis verwenden können apply
, es sieht aus wie tidyr
und data.table
Versionen sind gleichermaßen effizient. Das ist zu erwarten, da unite
ist einfach ein Wrapper um do.call("paste", ...)
Wie Sie aus dem source code sehen:
unite_.data.frame <- function(data, col, from, sep = "_", remove = TRUE) {
united <- do.call("paste", c(data[from], list(sep = sep)))
first_col <- which(names(data) %in% from)[1]
data2 <- data
if (remove) {
data2 <- data2[setdiff(names(data2), from)]
}
append_col(data2, united, col, after = first_col - 1)
}
data.table Lösung gibt Fehler: 'Fehler bei eval (ausdr, envir, enclos): Objekt 'ID' nicht gefunden '. – zx8754
@ zx8754 Versuchen Sie mit 'Daten [,. (ID = Daten [[" ID "]], col_test = do.call (Einfügen, c (. SD, sep =" _ "))), .SDcols = Spalte1: Spalte3 ] 'Da ich die Devel-Version verwende, wird ein Fehler angezeigt. – akrun
ja meine data.table Version ist 1.9.6 und Benchmark hinzugefügt im Vergleich zur Basis gelten, hoffe, es macht Ihnen nichts aus. – zx8754