1. R語(yǔ)言運(yùn)行效率分析(5)

方法5: 采用 which 語(yǔ)句

1: 自定義函數(shù)

# digital was translated into englishname
Month_name_which<-function(month){
  Month_name<-month
  Month_name[(which(Month_name==1))]<-"Jan"
  Month_name[(which(Month_name==2))]<-"Feb"
  Month_name[(which(Month_name==3))]<-"Mar"
  Month_name[(which(Month_name==4))]<-"Apr"
  Month_name[(which(Month_name==5))]<-"May"
  Month_name[(which(Month_name==6))]<-"Jun"
  Month_name[(which(Month_name==7))]<-"Jul"
  Month_name[(which(Month_name==8))]<-"Aug"
  Month_name[(which(Month_name==9))]<-"Sep"
  Month_name[(which(Month_name==10))]<-"Oct"
  Month_name[(which(Month_name==11))]<-"Nov"
  Month_name[(which(Month_name==12))]<-"Dec"
  
  return(Month_name)
}
Season_name_which<-function(month){
  Season_name<-month
  Season_name[which(Season_name %in% c(12,1,2))]<-"Winter"
  Season_name[which(Season_name %in% c(3,4,5))]<-"Spring"
  Season_name[which(Season_name %in% c(6,7,8))]<-"Summer"
  Season_name[which(Season_name %in% c(9,10,11))]<-"Autumn"
 
  return(Season_name)
}
result_which<-function(month){
  Month_name_which<-Month_name_which(month)# months' names
  Season_name_whichh<-Season_name_which(month) #seasons' names
  df<-data.frame(month,Month_name_which,Season_name_whichh)
  return(df)
}

2: 調(diào)用函數(shù)進(jìn)行運(yùn)算

month<-month_digital(10)
microbenchmark(Month_name_which(month))
microbenchmark(Season_name_which(month))
microbenchmark(result_which(month))
Unit: microseconds
                    expr    min      lq     mean median      uq      max neval
 Month_name_which(month) 71.668 73.2195 393.5091 74.426 76.0145 31879.35   100
Unit: microseconds
                     expr    min      lq     mean median     uq      max neval
 Season_name_which(month) 42.812 43.9625 157.1115 44.655 45.477 11199.92   100
Unit: microseconds
                expr    min       lq     mean  median       uq      max neval
 result_which(month) 771.61 786.8795 886.8605 800.243 829.8675 4943.644   100

(未完!待續(xù)……)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末搭独,一起剝皮案震驚了整個(gè)濱河市鸳君,隨后出現(xiàn)的幾起案子赦政,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 210,914評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件冲粤,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡页眯,警方通過(guò)查閱死者的電腦和手機(jī)梯捕,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,935評(píng)論 2 383
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)窝撵,“玉大人傀顾,你說(shuō)我怎么就攤上這事÷捣睿” “怎么了短曾?”我有些...
    開(kāi)封第一講書(shū)人閱讀 156,531評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)道批。 經(jīng)常有香客問(wèn)我错英,道長(zhǎng),這世上最難降的妖魔是什么隆豹? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,309評(píng)論 1 282
  • 正文 為了忘掉前任椭岩,我火速辦了婚禮,結(jié)果婚禮上璃赡,老公的妹妹穿的比我還像新娘判哥。我一直安慰自己,他們只是感情好碉考,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,381評(píng)論 5 384
  • 文/花漫 我一把揭開(kāi)白布塌计。 她就那樣靜靜地躺著,像睡著了一般侯谁。 火紅的嫁衣襯著肌膚如雪锌仅。 梳的紋絲不亂的頭發(fā)上章钾,一...
    開(kāi)封第一講書(shū)人閱讀 49,730評(píng)論 1 289
  • 那天,我揣著相機(jī)與錄音热芹,去河邊找鬼贱傀。 笑死,一個(gè)胖子當(dāng)著我的面吹牛伊脓,可吹牛的內(nèi)容都是我干的府寒。 我是一名探鬼主播,決...
    沈念sama閱讀 38,882評(píng)論 3 404
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼报腔,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼株搔!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起纯蛾,我...
    開(kāi)封第一講書(shū)人閱讀 37,643評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤纤房,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后茅撞,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體帆卓,經(jīng)...
    沈念sama閱讀 44,095評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)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(diǎn)故事閱讀 36,448評(píng)論 2 325
  • 正文 我和宋清朗相戀三年米丘,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了剑令。 大學(xué)時(shí)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。...
    茶點(diǎn)故事閱讀 38,566評(píng)論 1 339
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡拄查,死狀恐怖吁津,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情堕扶,我是刑警寧澤碍脏,帶...
    沈念sama閱讀 34,253評(píng)論 4 328
  • 正文 年R本政府宣布,位于F島的核電站稍算,受9級(jí)特大地震影響典尾,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜糊探,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,829評(píng)論 3 312
  • 文/蒙蒙 一钾埂、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧科平,春花似錦褥紫、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,715評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至弃酌,卻和暖如春氨菇,著一層夾襖步出監(jiān)牢的瞬間儡炼,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,945評(píng)論 1 264
  • 我被黑心中介騙來(lái)泰國(guó)打工门驾, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留射赛,地道東北人多柑。 一個(gè)月前我還...
    沈念sama閱讀 46,248評(píng)論 2 360
  • 正文 我出身青樓奶是,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親竣灌。 傳聞我的和親對(duì)象是個(gè)殘疾皇子聂沙,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,440評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容