如何计算逻辑向量中的真值
如何计算逻辑向量中的真值
提问于 2010-02-03 17:03:38
在R中，计算逻辑向量中TRUE值的数量的最有效/惯用的方法是什么？我可以想到两种方法：
z <- sample(c(TRUE, FALSE), 1000, rep = TRUE)
sum(z)
# [1] 498
table(z)["TRUE"]
# TRUE
# 498 你更喜欢哪一个？还有比这更好的吗？
回答 8
Stack Overflow用户
回答已采纳
发布于 2010-02-03 20:29:47
最安全的方法是在na.rm = TRUE中使用sum
sum(z, na.rm = TRUE) # best way to count TRUE values结果是1。
当逻辑向量包含NA值时，其他解决方案存在一些问题。
例如，请参阅：
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)此外，table解决方案效率较低(请查看table函数的代码)。
此外，您应该小心使用“表”解决方案，以防逻辑向量中没有真值。例如，请参阅：
z <- c(FALSE, FALSE)
table(z)["TRUE"] # gives you `NA`或
z <- c(NA, FALSE)
table(z)["TRUE"] # gives you `NA`Stack Overflow用户
发布于 2010-02-03 20:44:19
另一种没有提到的选择是使用which
length(which(z))只是提供一些关于“哪个是更快的问题”的上下文，测试自己总是最简单的。为了进行比较，我将向量做得更大：
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 显然，在这种情况下，使用sum是最好的方法。您可能还希望按照马雷克的建议检查NA的值。
只需添加一条关于NA值和which函数的注释：
> which(c(T, F, NA, NULL, T, F))
[1] 1 4
> which(!c(T, F, NA, NULL, T, F))
[1] 2 5请注意，它只检查逻辑TRUE，因此它基本上忽略了非逻辑值。
Stack Overflow用户
发布于 2010-02-03 20:17:39
另一种方式是
> length(z[z==TRUE])
[1] 498虽然sum(z)短小精悍，但对我来说，length(z[z==TRUE])更多的是自我解释。不过，我认为像这样一个简单的任务并没有真正的不同……
如果它是一个大的向量，你可能应该使用最快的解决方案，那就是sum(z)。length(z[z==TRUE])大约比sum(z)慢10倍，table(z)[TRUE]大约比sum(z)慢200倍。
总而言之，sum(z)是输入和执行速度最快的。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/2190756
复制相关文章
相似问题