1. R語言運行效率分析(8)

方法8: 采用 ddply 語句

1: 自定義函數(shù)

Month_name_ddply<-function(month){
  Month<-as.data.frame(month)
  Month$ID<-1:nrow(Month)
  df<-ddply(Month,.(month),function(x){mutate(x,month_name=month.abb[month])})
  Month_name<-arrange(df,ID)
  return(Month_name[,-2])
}
Season_name_ddply<-function(month){
  Month<-as.data.frame(month)
  Month$ID<-1:nrow(Month)
  df<-ddply(Month,.(month),function(x){mutate(x,season_name=c("Winter","Winter","Spring","Spring","Spring","Summer","Summer","Summer","Autumn","Autumn","Autumn","Winter")[month])})
  Season_name<-arrange(df,ID)
  return(Season_name[,-2])
  
}
result_ddply<-function(month){
  Month_name_ddply<-Month_name_ddply(month)# months' names
  Season_name_ddply<-Season_name_ddply(month) #seasons' names
  df<-data.frame(month,Month_name_ddply,Season_name_ddply)
  return(df)
}

2: 調(diào)用函數(shù)進(jìn)行運算

month<-month_digital(10)
microbenchmark::microbenchmark(Month_name_ddply(month))
microbenchmark::microbenchmark(Season_name_ddply(month))
microbenchmark::microbenchmark(result_ddply(month))
Unit: milliseconds
                    expr      min       lq     mean   median       uq      max
 Month_name_ddply(month) 8.760018 8.888448 9.836038 8.980004 9.211437 21.86194
 neval
   100
Unit: milliseconds
                     expr      min       lq     mean   median       uq      max
 Season_name_ddply(month) 8.731989 8.853146 9.877732 8.976706 9.128971 25.45839
 neval
   100
Unit: milliseconds
                expr      min       lq     mean   median       uq      max
 result_ddply(month) 17.98596 18.18733 19.24074 18.27565 18.64888 33.03697
 neval
   100

(未完!待續(xù)……)

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末嘹锁,一起剝皮案震驚了整個濱河市秩霍,隨后出現(xiàn)的幾起案子疯坤,更是在濱河造成了極大的恐慌跛十,老刑警劉巖晕鹊,帶你破解...
    沈念sama閱讀 222,252評論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件岛请,死亡現(xiàn)場離奇詭異旭寿,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)崇败,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,886評論 3 399
  • 文/潘曉璐 我一進(jìn)店門盅称,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人后室,你說我怎么就攤上這事缩膝。” “怎么了岸霹?”我有些...
    開封第一講書人閱讀 168,814評論 0 361
  • 文/不壞的土叔 我叫張陵疾层,是天一觀的道長。 經(jīng)常有香客問我贡避,道長云芦,這世上最難降的妖魔是什么俯逾? 我笑而不...
    開封第一講書人閱讀 59,869評論 1 299
  • 正文 為了忘掉前任,我火速辦了婚禮舅逸,結(jié)果婚禮上桌肴,老公的妹妹穿的比我還像新娘。我一直安慰自己琉历,他們只是感情好坠七,可當(dāng)我...
    茶點故事閱讀 68,888評論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著旗笔,像睡著了一般彪置。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上蝇恶,一...
    開封第一講書人閱讀 52,475評論 1 312
  • 那天拳魁,我揣著相機(jī)與錄音,去河邊找鬼撮弧。 笑死潘懊,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的贿衍。 我是一名探鬼主播授舟,決...
    沈念sama閱讀 41,010評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼贸辈!你這毒婦竟也來了释树?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,924評論 0 277
  • 序言:老撾萬榮一對情侶失蹤擎淤,失蹤者是張志新(化名)和其女友劉穎奢啥,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體嘴拢,經(jīng)...
    沈念sama閱讀 46,469評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡扫尺,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,552評論 3 342
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了炊汤。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片正驻。...
    茶點故事閱讀 40,680評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖抢腐,靈堂內(nèi)的尸體忽然破棺而出姑曙,到底是詐尸還是另有隱情,我是刑警寧澤迈倍,帶...
    沈念sama閱讀 36,362評論 5 351
  • 正文 年R本政府宣布伤靠,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏宴合。R本人自食惡果不足惜焕梅,卻給世界環(huán)境...
    茶點故事閱讀 42,037評論 3 335
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望卦洽。 院中可真熱鬧贞言,春花似錦、人聲如沸阀蒂。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,519評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽蚤霞。三九已至酗失,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間昧绣,已是汗流浹背规肴。 一陣腳步聲響...
    開封第一講書人閱讀 33,621評論 1 274
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留夜畴,地道東北人拖刃。 一個月前我還...
    沈念sama閱讀 49,099評論 3 378
  • 正文 我出身青樓,卻偏偏與公主長得像斩启,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子醉锅,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,691評論 2 361

推薦閱讀更多精彩內(nèi)容