Как считать ИСТИННЫЕ значения в логическом векторе

В R, каков наиболее эффективный / идиоматический способ подсчета количества TRUEзначений в логическом векторе? Я могу придумать два пути:

z <- sample(c(TRUE, FALSE), 1000, rep = TRUE)
sum(z)
# [1] 498

table(z)["TRUE"]
# TRUE 
#  498 

Какой ты предпочитаешь? Есть ли что-нибудь еще лучше?

Есть некоторые проблемы, когда логический вектор содержит NAзначения.
Смотрите, например:

z <- c(TRUE, FALSE, NA)
sum(z) # gives you NA
table(z)["TRUE"] # gives you 1
length(z[z == TRUE]) # f3lix answer, gives you 2 (because NA indexing returns values)

Поэтому я думаю, что самым безопасным является использование na.rm = TRUE:

sum(z, na.rm = TRUE) # best way to count TRUE values

(который дает 1). Я думаю, что tableрешение является менее эффективным (посмотрите на кодtable функции).

Кроме того, вы должны быть осторожны с решением «таблица», если в логическом векторе нет значений ИСТИНА. Предположим, z <- c(NA, FALSE, NA)или просто z <- c(FALSE, FALSE), то table(z)["TRUE"]дает вам NAдля обоих случаев.

Другой вариант, который не был упомянут, это использовать which:

length(which(z))

Просто для того, чтобы на самом деле предоставить некоторый контекст для «что является более быстрым вопросом», всегда проще всего проверить себя. Я сделал вектор намного больше для сравнения:

z <- sample(c(TRUE,FALSE),1000000,rep=TRUE)
system.time(sum(z))
   user  system elapsed 
   0.03    0.00    0.03
system.time(length(z[z==TRUE]))
   user  system elapsed 
   0.75    0.07    0.83 
system.time(length(which(z)))
   user  system elapsed 
   1.34    0.28    1.64 
system.time(table(z)["TRUE"])
   user  system elapsed 
  10.62    0.52   11.19 

Таким образом, ясно, что использование sum- лучший подход в этом случае. Вы также можете проверитьNA значения, как предложил Марек.

Просто добавьте примечание относительно значений NA и whichфункции:

> which(c(T, F, NA, NULL, T, F))
[1] 1 4
> which(!c(T, F, NA, NULL, T, F))
[1] 2 5

Обратите внимание, что он проверяет только логические значения TRUE, поэтому он по существу игнорирует нелогические значения.

Другой способ

> length(z[z==TRUE])
[1] 498

Хотя sum(z) это мило и коротко, для меня length(z[z==TRUE])это более самоочевидно. Хотя, я думаю, что с такой простой задачей это не имеет большого значения ...

Если это большой вектор, вам, вероятно, следует выбрать самое быстрое решение, а именно sum(z). length(z[z==TRUE])примерно в 10 раз медленнее и table(z)[TRUE]примерно в 200 раз медленнее, чем sum(z).

Подводя итог, sum(z)быстрее всего набрать и выполнить.

whichХорошая альтернатива, особенно когда вы работаете с матрицами (проверьте ?whichи обратите внимание на arr.indаргумент). Но я полагаю , что вы придерживаться sum, из - за na.rmспора , который может обрабатывать NA«с в логическом векторе. Например:

# create dummy variable
set.seed(100)
x <- round(runif(100, 0, 1))
x <- x == 1
# create NA's
x[seq(1, length(x), 7)] <- NA

Если вы наберете в sum(x)вы получите NAв результате, но если вы передаете na.rm = TRUEв sumфункцию, вы получите результат , который вы хотите.

> sum(x)
[1] NA
> sum(x, na.rm=TRUE)
[1] 43

Ваш вопрос чисто теоретический, или у вас есть практическая проблема, связанная с логическими векторами?

Другой вариант заключается в использовании функции сводки. Это дает краткое изложение Ts, Fs и NA.

> summary(hival)
   Mode   FALSE    TRUE    NA's 
logical    4367      53    2076 
> 

Я делал нечто подобное несколько недель назад. Вот возможное решение, оно написано с нуля, так что это своего рода бета-релиз или что-то в этом роде. Я постараюсь улучшить его, удалив циклы из кода ...

Основная идея - написать функцию, которая будет принимать 2 (или 3) аргумента. Первый - это data.frameданные, собранные из вопросника, а второй - числовой вектор с правильными ответами (это применимо только к вопроснику с одним выбором). В качестве альтернативы, вы можете добавить третий аргумент, который будет возвращать числовой вектор с окончательной оценкой, или data.frame со встроенной оценкой.

fscore <- function(x, sol, output = 'numeric') {
    if (ncol(x) != length(sol)) {
        stop('Number of items differs from length of correct answers!')
    } else {
        inc <- matrix(ncol=ncol(x), nrow=nrow(x))
        for (i in 1:ncol(x)) {
            inc[,i] <- x[,i] == sol[i]
        }
        if (output == 'numeric') {
            res <- rowSums(inc)
        } else if (output == 'data.frame') {
            res <- data.frame(x, result = rowSums(inc))
        } else {
            stop('Type not supported!')
        }
    }
    return(res)
}

Я попытаюсь сделать это более элегантно с помощью функции * ply. Обратите внимание, что я не поставил na.rmаргумент ... Сделаю это

# create dummy data frame - values from 1 to 5
set.seed(100)
d <- as.data.frame(matrix(round(runif(200,1,5)), 10))
# create solution vector
sol <- round(runif(20, 1, 5))

Теперь примените функцию:

> fscore(d, sol)
 [1] 6 4 2 4 4 3 3 6 2 6

Если вы передадите аргумент data.frame, он вернет измененный data.frame. Я постараюсь исправить это ... Надеюсь, это поможет!

У меня только что была особая проблема, когда я должен был посчитать количество истинных утверждений из логического вектора, и это работало лучше всего для меня ...

length(grep(TRUE, (gene.rep.matrix[i,1:6] > 1))) > 5

Таким образом, он принимает подмножество объекта gene.rep.matrix и применяет логический тест, возвращая логический вектор. Этот вектор помещается в качестве аргумента в grep, который возвращает расположение любых ИСТИННЫХ записей. Затем Length вычисляет, сколько записей находит grep, и, таким образом, дает количество TRUE записей.

Также есть пакет, bitкоторый специально разработан для быстрых логических операций. Это особенно полезно, если у вас большие векторы или вам нужно много логических операций.

z <- sample(c(TRUE, FALSE), 1e8, rep = TRUE)

system.time({
  sum(z) # 0.170s
})

system.time({
  bit::sum.bit(z) # 0.021s, ~10x improvement in speed
})