优化此 for 循环（字母到数字）函数的最佳方法是什么？
Whats the best way to optimize this for loop (letter to number) function?
我有一个经过清理的字母输入流，我想将其转换为从 1 到 27 的数字向量（所有字母包括 space）。我无法想象嵌套的 for 循环是执行此操作的最佳方法。没有循环是否可能？
space_letters = append(letters, " ")
text_to_numbers = function (input_stream) {
input_stream = unlist(strsplit(input_stream, split = ""))
for(i in 1:length(input_stream)) {
for(j in 1:length(space_letters) {
if(input_stream[i] == space_letters[j]) {
input_stream[i] = j
}
}
}
return(as.integer(input_stream))
}
这是一种使用命名向量作为字典式数据结构的 base-R 方法。您也可以使用 tidyverse 函数执行相同的操作，如下所示。
请注意，正如所写的那样，假设您传递的是长度为一的字符向量；如果你想传递更长的向量，你需要稍微修改一下。
lipsum <- "lorem ipsum dolor sit amet consectetur adipiscing elit sed do eiusmod tempor incididunt ut labore et dolore magna aliqua ut enim ad minim veniam quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur excepteur sint occaecat cupidatat non proident sunt in culpa qui officia deserunt mollit anim id est laborum"
text_to_numbers <- function (input_stream) {
lookup <- 1:27
names(lookup) <- append(letters, " ")
input_stream = unlist(strsplit(input_stream, split = ""))
numbers <- sapply(input_stream, function(x) lookup[[x]])
names(numbers) <- NULL
return(numbers)
}
text_to_numbers(lipsum)
#> [1] 12 15 18 5 13 27 9 16 19 21 13 27 4 15 12 15 18 27 19 9 20 27 1
#> [24] 13 5 20 27 3 15 14 19 5 3 20 5 20 21 18 27 1 4 9 16 9 19 3
#> [47] 9 14 7 27 5 12 9 20 27 19 5 4 27 4 15 27 5 9 21 19 13 15 4
#> [70] 27 20 5 13 16 15 18 27 9 14 3 9 4 9 4 21 14 20 27 21 20 27 12
#> [93] 1 2 15 18 5 27 5 20 27 4 15 12 15 18 5 27 13 1 7 14 1 27 1
#> [116] 12 9 17 21 1 27 21 20 27 5 14 9 13 27 1 4 27 13 9 14 9 13 27
#> [139] 22 5 14 9 1 13 27 17 21 9 19 27 14 15 19 20 18 21 4 27 5 24 5
#> [162] 18 3 9 20 1 20 9 15 14 27 21 12 12 1 13 3 15 27 12 1 2 15 18
#> [185] 9 19 27 14 9 19 9 27 21 20 27 1 12 9 17 21 9 16 27 5 24 27 5
#> [208] 1 27 3 15 13 13 15 4 15 27 3 15 14 19 5 17 21 1 20 27 4 21 9
#> [231] 19 27 1 21 20 5 27 9 18 21 18 5 27 4 15 12 15 18 27 9 14 27 18
#> [254] 5 16 18 5 8 5 14 4 5 18 9 20 27 9 14 27 22 15 12 21 16 20 1
#> [277] 20 5 27 22 5 12 9 20 27 5 19 19 5 27 3 9 12 12 21 13 27 4 15
#> [300] 12 15 18 5 27 5 21 27 6 21 7 9 1 20 27 14 21 12 12 1 27 16 1
#> [323] 18 9 1 20 21 18 27 5 24 3 5 16 20 5 21 18 27 19 9 14 20 27 15
#> [346] 3 3 1 5 3 1 20 27 3 21 16 9 4 1 20 1 20 27 14 15 14 27 16
#> [369] 18 15 9 4 5 14 20 27 19 21 14 20 27 9 14 27 3 21 12 16 1 27 17
#> [392] 21 9 27 15 6 6 9 3 9 1 27 4 5 19 5 18 21 14 20 27 13 15 12
#> [415] 12 9 20 27 1 14 9 13 27 9 4 27 5 19 20 27 12 1 2 15 18 21 13
library(tidyverse)
tidy_text_to_numbers <- function(input_stream){
lookup <- 1:27 %>%
set_names(append(letters, " "))
input_stream %>%
str_split("") %>%
unlist %>%
map_int(~ lookup[[.]])
}
tidy_text_to_numbers(lipsum)
#> [1] 12 15 18 5 13 27 9 16 19 21 13 27 4 15 12 15 18 27 19 9 20 27 1
#> [24] 13 5 20 27 3 15 14 19 5 3 20 5 20 21 18 27 1 4 9 16 9 19 3
#> [47] 9 14 7 27 5 12 9 20 27 19 5 4 27 4 15 27 5 9 21 19 13 15 4
#> [70] 27 20 5 13 16 15 18 27 9 14 3 9 4 9 4 21 14 20 27 21 20 27 12
#> [93] 1 2 15 18 5 27 5 20 27 4 15 12 15 18 5 27 13 1 7 14 1 27 1
#> [116] 12 9 17 21 1 27 21 20 27 5 14 9 13 27 1 4 27 13 9 14 9 13 27
#> [139] 22 5 14 9 1 13 27 17 21 9 19 27 14 15 19 20 18 21 4 27 5 24 5
#> [162] 18 3 9 20 1 20 9 15 14 27 21 12 12 1 13 3 15 27 12 1 2 15 18
#> [185] 9 19 27 14 9 19 9 27 21 20 27 1 12 9 17 21 9 16 27 5 24 27 5
#> [208] 1 27 3 15 13 13 15 4 15 27 3 15 14 19 5 17 21 1 20 27 4 21 9
#> [231] 19 27 1 21 20 5 27 9 18 21 18 5 27 4 15 12 15 18 27 9 14 27 18
#> [254] 5 16 18 5 8 5 14 4 5 18 9 20 27 9 14 27 22 15 12 21 16 20 1
#> [277] 20 5 27 22 5 12 9 20 27 5 19 19 5 27 3 9 12 12 21 13 27 4 15
#> [300] 12 15 18 5 27 5 21 27 6 21 7 9 1 20 27 14 21 12 12 1 27 16 1
#> [323] 18 9 1 20 21 18 27 5 24 3 5 16 20 5 21 18 27 19 9 14 20 27 15
#> [346] 3 3 1 5 3 1 20 27 3 21 16 9 4 1 20 1 20 27 14 15 14 27 16
#> [369] 18 15 9 4 5 14 20 27 19 21 14 20 27 9 14 27 3 21 12 16 1 27 17
#> [392] 21 9 27 15 6 6 9 3 9 1 27 4 5 19 5 18 21 14 20 27 13 15 12
#> [415] 12 9 20 27 1 14 9 13 27 9 4 27 5 19 20 27 12 1 2 15 18 21 13
由 reprex package (v0.2.0) 创建于 2018-10-01。
这是使用 match
的基础 R 替代方案
text_to_numbers <- function(ss)
as.numeric(sapply(strsplit(ss, ""), function(x) match(x, c(letters, " "))))
text_to_numbers("abcdef")
#[1] 1 2 3 4 5 6
text_to_numbers("the cat")
#[1] 20 8 5 27 3 1 20
或 purrr/stringr 等效项：
library(tidyverse)
text_to_numbers <- function(ss)
map_int(str_split(ss, "", simplify = T), ~match(.x, c(letters, " ")))
这是一个 data.table 替代方案，其中包含由 setkey() 创建的字典。
library(data.table)
input_stream <- "lorem ipsum dolor sit amet consectetur adipiscing elit sed do eiusmod tempor incididunt ut labore et dolore magna aliqua ut enim ad minim veniam quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur excepteur sint occaecat cupidatat non proident sunt in culpa qui officia deserunt mollit anim id est laborum"
dict <- data.table(number = 1:27, letter = append(letters, " "))
setkey(dict, letter)
dict[strsplit(input_stream , "")]$number
# [1] 12 15 18 5 13 27 9 16 19 21 13 27 4 15 12 15 18 27 19 9 20 27
# [23] 1 13 5 20 27 3 15 14 19 5 3 20 5 20 21 18 27 1 4 9 16 9
# [45] 19 3 9 14 7 27 5 12 9 20 27 19 5 4 27 4 15 27 5 9 21 19
# [67] 13 15 4 27 20 5 13 16 15 18 27 9 14 3 9 4 9 4 21 14 20 27
# [89] 21 20 27 12 1 2 15 18 5 27 5 20 27 4 15 12 15 18 5 27 13 1
# [111] 7 14 1 27 1 12 9 17 21 1 27 21 20 27 5 14 9 13 27 1 4 27
# [133] 13 9 14 9 13 27 22 5 14 9 1 13 27 17 21 9 19 27 14 15 19 20
# [155] 18 21 4 27 5 24 5 18 3 9 20 1 20 9 15 14 27 21 12 12 1 13
# [177] 3 15 27 12 1 2 15 18 9 19 27 14 9 19 9 27 21 20 27 1 12 9
# [199] 17 21 9 16 27 5 24 27 5 1 27 3 15 13 13 15 4 15 27 3 15 14
# [221] 19 5 17 21 1 20 27 4 21 9 19 27 1 21 20 5 27 9 18 21 18 5
# [243] 27 4 15 12 15 18 27 9 14 27 18 5 16 18 5 8 5 14 4 5 18 9
# [265] 20 27 9 14 27 22 15 12 21 16 20 1 20 5 27 22 5 12 9 20 27 5
# [287] 19 19 5 27 3 9 12 12 21 13 27 4 15 12 15 18 5 27 5 21 27 6
# [309] 21 7 9 1 20 27 14 21 12 12 1 27 16 1 18 9 1 20 21 18 27 5
# [331] 24 3 5 16 20 5 21 18 27 19 9 14 20 27 15 3 3 1 5 3 1 20
# [353] 27 3 21 16 9 4 1 20 1 20 27 14 15 14 27 16 18 15 9 4 5 14
# [375] 20 27 19 21 14 20 27 9 14 27 3 21 12 16 1 27 17 21 9 27 15 6
# [397] 6 9 3 9 1 27 4 5 19 5 18 21 14 20 27 13 15 12 12 9 20 27
# [419] 1 14 9 13 27 9 4 27 5 19 20 27 12 1 2 15 18 21 13
正如您定义的问题，另一种可能的解决方案是利用 ASCII 编码来获取所需的数字代码。
v <- 'AbcdefGHijklmnopqrstuvwxyz '
char_to_num <- function(x) {
v <- as.numeric(charToRaw(tolower(x))) - 96
ifelse(v==-64, 27, v)
}
char_to_num(v)
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
我们还可以使用因子：
input_stream <- "the cat"
input_stream <- strsplit(input_stream, "")[[1]]
as.numeric(factor(input_stream,c(letters," ")))
# [1] 20 8 5 27 3 1 20
我有一个经过清理的字母输入流，我想将其转换为从 1 到 27 的数字向量（所有字母包括 space）。我无法想象嵌套的 for 循环是执行此操作的最佳方法。没有循环是否可能？
space_letters = append(letters, " ")
text_to_numbers = function (input_stream) {
input_stream = unlist(strsplit(input_stream, split = ""))
for(i in 1:length(input_stream)) {
for(j in 1:length(space_letters) {
if(input_stream[i] == space_letters[j]) {
input_stream[i] = j
}
}
}
return(as.integer(input_stream))
}
这是一种使用命名向量作为字典式数据结构的 base-R 方法。您也可以使用 tidyverse 函数执行相同的操作，如下所示。
请注意，正如所写的那样，假设您传递的是长度为一的字符向量；如果你想传递更长的向量，你需要稍微修改一下。
lipsum <- "lorem ipsum dolor sit amet consectetur adipiscing elit sed do eiusmod tempor incididunt ut labore et dolore magna aliqua ut enim ad minim veniam quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur excepteur sint occaecat cupidatat non proident sunt in culpa qui officia deserunt mollit anim id est laborum"
text_to_numbers <- function (input_stream) {
lookup <- 1:27
names(lookup) <- append(letters, " ")
input_stream = unlist(strsplit(input_stream, split = ""))
numbers <- sapply(input_stream, function(x) lookup[[x]])
names(numbers) <- NULL
return(numbers)
}
text_to_numbers(lipsum)
#> [1] 12 15 18 5 13 27 9 16 19 21 13 27 4 15 12 15 18 27 19 9 20 27 1
#> [24] 13 5 20 27 3 15 14 19 5 3 20 5 20 21 18 27 1 4 9 16 9 19 3
#> [47] 9 14 7 27 5 12 9 20 27 19 5 4 27 4 15 27 5 9 21 19 13 15 4
#> [70] 27 20 5 13 16 15 18 27 9 14 3 9 4 9 4 21 14 20 27 21 20 27 12
#> [93] 1 2 15 18 5 27 5 20 27 4 15 12 15 18 5 27 13 1 7 14 1 27 1
#> [116] 12 9 17 21 1 27 21 20 27 5 14 9 13 27 1 4 27 13 9 14 9 13 27
#> [139] 22 5 14 9 1 13 27 17 21 9 19 27 14 15 19 20 18 21 4 27 5 24 5
#> [162] 18 3 9 20 1 20 9 15 14 27 21 12 12 1 13 3 15 27 12 1 2 15 18
#> [185] 9 19 27 14 9 19 9 27 21 20 27 1 12 9 17 21 9 16 27 5 24 27 5
#> [208] 1 27 3 15 13 13 15 4 15 27 3 15 14 19 5 17 21 1 20 27 4 21 9
#> [231] 19 27 1 21 20 5 27 9 18 21 18 5 27 4 15 12 15 18 27 9 14 27 18
#> [254] 5 16 18 5 8 5 14 4 5 18 9 20 27 9 14 27 22 15 12 21 16 20 1
#> [277] 20 5 27 22 5 12 9 20 27 5 19 19 5 27 3 9 12 12 21 13 27 4 15
#> [300] 12 15 18 5 27 5 21 27 6 21 7 9 1 20 27 14 21 12 12 1 27 16 1
#> [323] 18 9 1 20 21 18 27 5 24 3 5 16 20 5 21 18 27 19 9 14 20 27 15
#> [346] 3 3 1 5 3 1 20 27 3 21 16 9 4 1 20 1 20 27 14 15 14 27 16
#> [369] 18 15 9 4 5 14 20 27 19 21 14 20 27 9 14 27 3 21 12 16 1 27 17
#> [392] 21 9 27 15 6 6 9 3 9 1 27 4 5 19 5 18 21 14 20 27 13 15 12
#> [415] 12 9 20 27 1 14 9 13 27 9 4 27 5 19 20 27 12 1 2 15 18 21 13
library(tidyverse)
tidy_text_to_numbers <- function(input_stream){
lookup <- 1:27 %>%
set_names(append(letters, " "))
input_stream %>%
str_split("") %>%
unlist %>%
map_int(~ lookup[[.]])
}
tidy_text_to_numbers(lipsum)
#> [1] 12 15 18 5 13 27 9 16 19 21 13 27 4 15 12 15 18 27 19 9 20 27 1
#> [24] 13 5 20 27 3 15 14 19 5 3 20 5 20 21 18 27 1 4 9 16 9 19 3
#> [47] 9 14 7 27 5 12 9 20 27 19 5 4 27 4 15 27 5 9 21 19 13 15 4
#> [70] 27 20 5 13 16 15 18 27 9 14 3 9 4 9 4 21 14 20 27 21 20 27 12
#> [93] 1 2 15 18 5 27 5 20 27 4 15 12 15 18 5 27 13 1 7 14 1 27 1
#> [116] 12 9 17 21 1 27 21 20 27 5 14 9 13 27 1 4 27 13 9 14 9 13 27
#> [139] 22 5 14 9 1 13 27 17 21 9 19 27 14 15 19 20 18 21 4 27 5 24 5
#> [162] 18 3 9 20 1 20 9 15 14 27 21 12 12 1 13 3 15 27 12 1 2 15 18
#> [185] 9 19 27 14 9 19 9 27 21 20 27 1 12 9 17 21 9 16 27 5 24 27 5
#> [208] 1 27 3 15 13 13 15 4 15 27 3 15 14 19 5 17 21 1 20 27 4 21 9
#> [231] 19 27 1 21 20 5 27 9 18 21 18 5 27 4 15 12 15 18 27 9 14 27 18
#> [254] 5 16 18 5 8 5 14 4 5 18 9 20 27 9 14 27 22 15 12 21 16 20 1
#> [277] 20 5 27 22 5 12 9 20 27 5 19 19 5 27 3 9 12 12 21 13 27 4 15
#> [300] 12 15 18 5 27 5 21 27 6 21 7 9 1 20 27 14 21 12 12 1 27 16 1
#> [323] 18 9 1 20 21 18 27 5 24 3 5 16 20 5 21 18 27 19 9 14 20 27 15
#> [346] 3 3 1 5 3 1 20 27 3 21 16 9 4 1 20 1 20 27 14 15 14 27 16
#> [369] 18 15 9 4 5 14 20 27 19 21 14 20 27 9 14 27 3 21 12 16 1 27 17
#> [392] 21 9 27 15 6 6 9 3 9 1 27 4 5 19 5 18 21 14 20 27 13 15 12
#> [415] 12 9 20 27 1 14 9 13 27 9 4 27 5 19 20 27 12 1 2 15 18 21 13
由 reprex package (v0.2.0) 创建于 2018-10-01。
这是使用 match
text_to_numbers <- function(ss)
as.numeric(sapply(strsplit(ss, ""), function(x) match(x, c(letters, " "))))
text_to_numbers("abcdef")
#[1] 1 2 3 4 5 6
text_to_numbers("the cat")
#[1] 20 8 5 27 3 1 20
或 purrr/stringr 等效项：
library(tidyverse)
text_to_numbers <- function(ss)
map_int(str_split(ss, "", simplify = T), ~match(.x, c(letters, " ")))
这是一个 data.table 替代方案，其中包含由 setkey() 创建的字典。
library(data.table)
input_stream <- "lorem ipsum dolor sit amet consectetur adipiscing elit sed do eiusmod tempor incididunt ut labore et dolore magna aliqua ut enim ad minim veniam quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur excepteur sint occaecat cupidatat non proident sunt in culpa qui officia deserunt mollit anim id est laborum"
dict <- data.table(number = 1:27, letter = append(letters, " "))
setkey(dict, letter)
dict[strsplit(input_stream , "")]$number
# [1] 12 15 18 5 13 27 9 16 19 21 13 27 4 15 12 15 18 27 19 9 20 27
# [23] 1 13 5 20 27 3 15 14 19 5 3 20 5 20 21 18 27 1 4 9 16 9
# [45] 19 3 9 14 7 27 5 12 9 20 27 19 5 4 27 4 15 27 5 9 21 19
# [67] 13 15 4 27 20 5 13 16 15 18 27 9 14 3 9 4 9 4 21 14 20 27
# [89] 21 20 27 12 1 2 15 18 5 27 5 20 27 4 15 12 15 18 5 27 13 1
# [111] 7 14 1 27 1 12 9 17 21 1 27 21 20 27 5 14 9 13 27 1 4 27
# [133] 13 9 14 9 13 27 22 5 14 9 1 13 27 17 21 9 19 27 14 15 19 20
# [155] 18 21 4 27 5 24 5 18 3 9 20 1 20 9 15 14 27 21 12 12 1 13
# [177] 3 15 27 12 1 2 15 18 9 19 27 14 9 19 9 27 21 20 27 1 12 9
# [199] 17 21 9 16 27 5 24 27 5 1 27 3 15 13 13 15 4 15 27 3 15 14
# [221] 19 5 17 21 1 20 27 4 21 9 19 27 1 21 20 5 27 9 18 21 18 5
# [243] 27 4 15 12 15 18 27 9 14 27 18 5 16 18 5 8 5 14 4 5 18 9
# [265] 20 27 9 14 27 22 15 12 21 16 20 1 20 5 27 22 5 12 9 20 27 5
# [287] 19 19 5 27 3 9 12 12 21 13 27 4 15 12 15 18 5 27 5 21 27 6
# [309] 21 7 9 1 20 27 14 21 12 12 1 27 16 1 18 9 1 20 21 18 27 5
# [331] 24 3 5 16 20 5 21 18 27 19 9 14 20 27 15 3 3 1 5 3 1 20
# [353] 27 3 21 16 9 4 1 20 1 20 27 14 15 14 27 16 18 15 9 4 5 14
# [375] 20 27 19 21 14 20 27 9 14 27 3 21 12 16 1 27 17 21 9 27 15 6
# [397] 6 9 3 9 1 27 4 5 19 5 18 21 14 20 27 13 15 12 12 9 20 27
# [419] 1 14 9 13 27 9 4 27 5 19 20 27 12 1 2 15 18 21 13
正如您定义的问题，另一种可能的解决方案是利用 ASCII 编码来获取所需的数字代码。
v <- 'AbcdefGHijklmnopqrstuvwxyz '
char_to_num <- function(x) {
v <- as.numeric(charToRaw(tolower(x))) - 96
ifelse(v==-64, 27, v)
}
char_to_num(v)
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
我们还可以使用因子：
input_stream <- "the cat"
input_stream <- strsplit(input_stream, "")[[1]]
as.numeric(factor(input_stream,c(letters," ")))
# [1] 20 8 5 27 3 1 20