tstrsplit 加速你的字符串分割

没关注？伸出手指点这里---

1引言

在用 R 语言处理大数据表格时, 传统的 data.frame 及其它基础函数会让你分析变得很慢,在完成目的的基础上,为了加速分析, 往往需要回过头来对原来的代码进行优化, 使用 *apply 函数, 使用 data.table 等等操作。

今天分分享一个快速分割字符串的函数,是 data.table 里面的。

2分割

数据:

假如我们需要对第一列分割并取第一个元素,然后添加一个新列。

使用基础函数 strsplit 分割提取:

system.time({all_df$test <- sapply(strsplit(as.character(all_df$rname),split = '_'),'[',1) })
# 用户  系统  流逝
# 98.92  0.28 99.20

花了 98s。

使用 stringr 包的 str_split 函数:

system.time({all_df$test <- sapply(str_split(as.character(all_df$rname),'_'),'[',1) })
# 用户  系统  流逝
# 16.25  0.03 16.28

花了 16.25s。

使用 data.table 包的 tstrsplit 函数:

system.time({all_df[, c("test") := tstrsplit(rname, "_", fixed=TRUE)[1]]})
# 用户 系统 流逝
# 4.42 0.00 4.42

花了 4.42s。

3结尾

dplyr 包中的很多函数对于大数据来说会比较慢,比如 group_by + summarise 操作就会很慢,考虑使用 data.table 的会快很多,总之,值得学习!

# summary
df_frame0 %>% select(type,rname,codon_pos) %>%
  group_by(type,rname,codon_pos) %>%
  summarise(count = n()) -> codon_density

# fast way
codon_density <- df_frame0[,.N,by = .(type,rname,codon_pos)]

欢迎加入生信交流群。加我微信我也拉你进 微信群聊 老俊俊生信交流群 哦,数据代码已上传至QQ群,欢迎加入下载。

群二维码：

老俊俊微信：

知识星球：

所以今天你学习了吗？

今天的分享就到这里了，敬请期待下一篇！

最后欢迎大家分享转发，您的点赞是对我的鼓励和肯定！

如果觉得对您帮助很大，赏杯快乐水喝喝吧！

 往期回顾 

◀...