我有一个大的数据框,大小为190,000行X 13列的整数。我想得到整个数据框中所有非零整数的计数。
我知道我可以编写嵌套的for循环来遍历每一列的每一行,但是否有单个函数或一行代码可以执行相同的任务?
sum(df != 0)
比目前被接受的解决方案更短更高效。我会补充说,如果您有像您所说的整数,则应该使用0L
(整数)进行比较,而不是0
(数字)以避免不必要的转换。此外,将数据框转换为矩阵将更快。以下是一些基准测试:df <- as.data.frame(as.matrix(sample(as.integer(0:9), 190000*13, TRUE), 190000))
library(microbenchmark)
microbenchmark(
sum(df != 0),
sum(df != 0L),
sum(as.matrix(df) != 0L)
)
# Unit: milliseconds
# expr min lq median uq max neval
# sum(df != 0) 57.44615 61.40066 62.83314 76.93262 116.42085 100
# sum(df != 0L) 46.01104 48.76516 53.00026 55.91232 74.20851 100
# sum(as.matrix(df) != 0L) 20.25708 25.22730 27.43667 30.36676 48.23750 100
与之相比,@Codoremifa的解决方案需要大约2.5秒钟,即在这个特定的数据上慢了接近100倍。
sum(df!=0)
是什么意思? - shadow