所以情况就是这样。我有一个85万行桌子和18列。其中三列包含Metric Prefix/SI符号中的值(请参阅维基百科上的Metric Prefix)。R data.table加快SI /公制转换
这意味着我有编号类似:
- .1M代替100000或1E + 5,或
- 1K而不是1000或1E + 3
样品data.table是
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18
1: 2014-03-25 12:15:12 58300 3010 44.0 4.5 0.0 0 0 0.8 50 0.8 10K 303 21K 0 a 56
2: 2014-03-25 12:15:12 56328 3010 28.0 12.0 0.0 0 0 0.3 60 0.0 59 62 .1M 0 a 66
3: 2014-03-25 12:15:12 21082 3010 10.0 1.7 0.0 0 0 14.0 72 0.3 4K 208 8K 1 a 80
4: 2014-03-25 12:15:12 59423 3010 12.0 0.0 0.2 0 0 88.0 0 0.0 20 16 71 0 a 26
5: 2014-03-25 12:15:12 59423 3010 9.6 1.4 0.0 0 0 60.0 29 0.2 2K 251 6K 0 a 56
6: 2014-03-25 12:15:12 24193 3010 8.3 1.9 0.0 0 0 9.9 80 0.3 3K 264 8K 1 a 71
7: 2014-03-25 12:15:12 21082 3010 7.1 1.7 0.4 0 0 6.3 83 0.3 3K 197 7K 0 a 71
8: 2014-03-25 12:15:12 59423 3010 4.6 1.2 0.0 0 0 57.0 37 0.1 998 81 7K 0 a 118
我修改了一个由Hans-JörgBibiko编写的函数,用它来修改ggplot2尺度。如果您有兴趣,请参阅网站here。我结束了使用的功能是:
sitor <- function(x)
{
conv <- paste("E", c(seq(-24 ,-3, by=3), -2, -1, 0, seq(3, 24, by=3)), sep="")
names(conv) <- c("y","z","a","f","p","n","µ","m","c","d","","K","M","G","T","P","E","Z","Y")
x <- as.character(x)
num <- function(x) as.numeric(
paste(
strsplit(x,"[A-z|µ]")[[1]][3],
ifelse(substr(paste(strsplit(x,"[0-9|\\.]")[[1]], sep="", collapse=""), 1, 1) == "",
"",
conv[substr(paste(strsplit(x,"[0-9|\\.]")[[1]], sep="", collapse=""), 1, 1)]
),
sep=""
)
)
return(lapply(x,num))
}
我把它适用于数据表更新像3列
temp[ ,`:=`(V13=sitor(V13),V14=sitor(V14),V15=sitor(V15)) ]
我申请一个data.table关键矢量到临时表
setkeyv(temp,c("V1","V2","V3","V18"))
任何61分钟后,我仍然在等待结果...有关如何加快此转换的提示将非常方便,因为我的数据大小将增长4到5倍。
输出更多:'PID USER PR NI VIRT RES SHR S%CPU%MEM TIME + COMMAND' '4878 neurozen 20 0 18.7g 18g 11m R 100.1 62.8 63:38.95 rsession' – neurozen
运行61分钟是什么? 'setkeyv(temp,c(“V1”,“V2”,“V3”,“V18”))或'temp [,':='(V13 = sitor(V13),V14 = sitor(V14) = sitor(V15))]'?你为什么想要对temp进行排序? –
'sitor'返回一个列表......是你列在类型列表的dt列吗? – Michele