36

我有一个标量值向量，我试图得到它：“有多少不同的值”。

例如，在group <- c(1,2,3,1,2,3,4,6)唯一值中1,2,3,4,6，我想得到5.

我想出了：

length(unique(group))

但我不确定这是最有效的方法。难道没有更好的方法来做到这一点吗？

注意：我的案例比示例更复杂，由大约 1000 个数字组成，最多有 25 个不同的值。

4

6 回答 6

35

这里有一些想法，所有这些都表明您的解决方案已经非常快了。length(unique(x))也是我会使用的：

x <- sample.int(25, 1000, TRUE)

library(microbenchmark)
microbenchmark(length(unique(x)),
               nlevels(factor(x)),
               length(table(x)),
               sum(!duplicated(x)))
# Unit: microseconds
#                 expr     min       lq   median       uq      max neval
#    length(unique(x))  24.810  25.9005  27.1350  28.8605   48.854   100
#   nlevels(factor(x)) 367.646 371.6185 380.2025 411.8625 1347.343   100
#     length(table(x)) 505.035 511.3080 530.9490 575.0880 1685.454   100
#  sum(!duplicated(x))  24.030  25.7955  27.4275  30.0295   70.446   100
于 2013-08-05T11:07:14.823 回答
7

我用过这个功能

length(unique(array))

它工作正常，不需要外部库。

于 2015-09-08T07:31:56.747 回答
7

您可以rle从base包中使用

  x<-c(1,2,3,1,2,3,4,6)
  length(rle(sort(x))$values)

rle产生两个向量 (lengths和values)。向量的长度values为您提供唯一值的数量。

于 2015-11-05T19:36:17.270 回答
6

uniqueN函数 fromdata.table等价于length(unique(group))。在较大的数据集上它也快几倍，但在您的示例中并没有那么多。

library(data.table)
library(microbenchmark)

xSmall <- sample.int(25, 1000, TRUE)
xBig <- sample.int(2500, 100000, TRUE)
microbenchmark(length(unique(xSmall)), uniqueN(xSmall), 
               length(unique(xBig)), uniqueN(xBig))

#Unit: microseconds
#                    expr      min        lq       mean    median        uq      max neval cld
#1 length(unique(xSmall))   17.742   24.1200   34.15156   29.3520   41.1435  104.789   100 a  
#2        uniqueN(xSmall)   12.359   16.1985   27.09922   19.5870   29.1455   97.103   100 a  
#3   length(unique(xBig)) 1611.127 1790.3065 2024.14570 1873.7450 2096.5360 3702.082   100 c
#4          uniqueN(xBig)  790.576  854.2180  941.90352  896.1205  974.6425 1714.020   100 b
于 2016-06-08T13:15:26.717 回答
0

如果想要获取矩阵、数据框或列表中唯一元素的数量，可以使用以下代码：

  if( typeof(Y)=="list"){ # Y is a list or data frame
    # data frame to matrix
    numUniqueElems <- length( na.exclude( unique(unlist(Y)) ) )
  } else if ( is.null(dim(Y)) ){ # Y is a vector
    numUniqueElems <- length( na.exclude( unique(Y) ) )
  } else { # length(dim(Y))==2, Yis a matrix
    numUniqueElems <- length( na.exclude( unique(c(Y)) ) )
  }
于 2019-03-29T17:54:50.700 回答
0

我们可以n_distinct使用dplyr

dplyr::n_distinct(group)
#[1] 5
于 2020-04-24T04:07:32.823 回答