我需要一个建议来找到 ffdf 中最常见的元素,然后删除所在的行。我决定尝试使用 ff 包,因为我正在处理非常大的数据并且基本 RI 内存不足。
这是一个小例子:
# create a base R Matrix
> z<-matrix(c("a", "b", "a", "c", "b", "b", "c", "c", "b", "a"),nrow=5,ncol=2,byrow = TRUE)
> z
[,1] [,2]
[1,] "a" "b"
[2,] "a" "c"
[3,] "b" "b"
[4,] "c" "c"
[5,] "b" "a"
# convert z to ffdf
> u=as.data.frame(z, stringsAsFactors=TRUE)
> u=as.ffdf(u)
> u
ffdf data
V1 V2
1 a b
2 a c
3 b b
4 c c
5 b a
我在找:
- 导出 ffdf 中出现频率最高的元素(在本例中为“b”)
- 从ffdf中删除“b”所在的所有行
因此,新的 ffdf 必须如下:
V1 V2
1 a c
2 c c
在基础 RI 中找到了“table”函数的方法
temp <- table(as.vector(z))
t1<-names(temp)[temp == max(temp)]
z1<- z[rowSums(z== t1[1]) == 0, ]
但是处理大量数据我需要 ff 包之类的东西。