벡터에 NA가 1 개 이상 있는지 감지하는 가장 빠른 방법은 무엇입니까?

벡터에 NA가 1 개 이상 있는지 감지하는 가장 빠른 방법은 무엇입니까?

---

벡터의 NAR 에 최소 1이 있는지 감지하는 가장 빠른 방법은 무엇입니까 ? 나는 사용하고있다 :

sum( is.na( data ) ) > 0

그러나이를 위해서는 각 요소, 강제 및 합계 함수를 검토해야합니다.

---

R 3.1.0부터는 anyNA()이를 수행하는 방법입니다. 원자 벡터에서 이것은 전체 벡터를 통과하는 대신 첫 번째 NA 이후에 중지됩니다 any(is.na()). 또한 이것은 is.na즉시 폐기 되는 중간 논리 벡터를 만드는 것을 방지 합니다. Joran의 예를 빌리기 :

x <- y <- runif(1e7)
x[1e4] <- NA
y[1e7] <- NA
microbenchmark::microbenchmark(any(is.na(x)), anyNA(x), any(is.na(y)), anyNA(y), times=10)
# Unit: microseconds
#           expr        min         lq        mean      median         uq
#  any(is.na(x))  13444.674  13509.454  21191.9025  13639.3065  13917.592
#       anyNA(x)      6.840     13.187     13.5283     14.1705     14.774
#  any(is.na(y)) 165030.942 168258.159 178954.6499 169966.1440 197591.168
#       anyNA(y)   7193.784   7285.107   7694.1785   7497.9265   7865.064

벡터의 마지막 값을 수정할 때조차 훨씬 더 빠릅니다. 이것은 부분적으로는 중간 논리 벡터의 회피 때문입니다.

---

나는 생각 중입니다:

any(is.na(data))

약간 더 빨라야합니다.

---

우리는 일부 Rcpp 프레젠테이션 에서 이것을 언급 하고 실제로 R 솔루션에 비해 Rcpp가 포함 된 임베디드 C ++에서 상당히 큰 이득 을 보여주는 벤치 마크가 있습니다.

• 벡터화 된 R 솔루션은 여전히 벡터 표현식의 모든 단일 요소 를 계산 합니다.

• 목표가 만족하는 any()것이라면 첫 번째 일치 후에 중단 할 수 있습니다. 이것이 바로 Rcpp 설탕 (본질적으로 C ++ 표현식을 R 표현식처럼 보이게 만드는 C ++ 템플릿 마법, 자세한 내용은 이 비 네트 참조) 솔루션이 수행하는 것입니다. .

따라서 컴파일 된 특수 솔루션이 작동하면 실제로 빠른 솔루션을 얻을 수 있습니다. 이 질문에 제공된 솔루션과 비교하지는 않았지만 성능에 대해 상당히 확신합니다.

편집 그리고 Rcpp 패키지에는 디렉토리에 예제가 포함되어 있습니다 sugarPerformance. 에 대한 'R-computes-full-vector-expression'에 비해 'sugar-can-abort-soon'이 수천 개 증가 any()했지만이 경우에는 is.na()단순한 부울 표현식이 포함되지 않는다는 점을 추가해야합니다 .

---

NA에서 멈추는 for 루프를 작성할 수 있지만, system.time은 NA가 어디에 있는지에 따라 달라집니다 ... (없으면 looooong가 걸립니다)

set.seed(1234)
x <- sample(c(1:5, NA), 100000000, replace = TRUE)

nacount <- function(x){
  for(i in 1:length(x)){
    if(is.na(x[i])) {
      print(TRUE)
      break}
}}

system.time(
  nacount(x)
)
[1] TRUE
       User      System verstrichen 
       0.14        0.04        0.18 

system.time(
  any(is.na(x))
) 
       User      System verstrichen 
       0.28        0.08        0.37 

system.time(
  sum(is.na(x)) > 0
)
       User      System verstrichen 
       0.45        0.07        0.53 

---

다음은 지금까지 논의 된 다양한 방법 중 일부에 대한 내 (느린) 컴퓨터의 실제 시간입니다.

x <- runif(1e7)
x[1e4] <- NA

system.time(sum(is.na(x)) > 0)
> system.time(sum(is.na(x)) > 0)
   user  system elapsed 
  0.065   0.001   0.065 

system.time(any(is.na(x)))  
> system.time(any(is.na(x)))
   user  system elapsed 
  0.035   0.000   0.034

system.time(match(NA,x)) 
> system.time(match(NA,x))
  user  system elapsed 
 1.824   0.112   1.918

system.time(NA %in% x) 
> system.time(NA %in% x)
  user  system elapsed 
 1.828   0.115   1.925 

system.time(which(is.na(x) == TRUE))
> system.time(which(is.na(x) == TRUE))
  user  system elapsed 
 0.099   0.029   0.127

It's not surprising that match and %in% are similar, since %in% is implemented using match.

---

You can try:

d <- c(1,2,3,NA,5,3)

which(is.na(d) == TRUE, arr.ind=TRUE)

참고URL : https://stackoverflow.com/questions/6551825/fastest-way-to-detect-if-vector-has-at-least-1-na