studio - Cuenta el número de valores distintos en un vector

eliminar elementos de un vector en r

Question

Tengo un vector de valores escalares de los que estoy tratando de obtener: "Cuántos valores diferentes hay".

Por ejemplo, en el group <- c(1,2,3,1,2,3,4,6) valores únicos son 1,2,3,4,6 por lo que quiero obtener 5 .

Se me ocurrio:

length(unique(group))

Pero no estoy seguro de que sea la forma más eficiente de hacerlo. ¿No hay una mejor manera de hacer esto?

Nota: Mi caso es más complejo que el ejemplo, consta de alrededor de 1000 números con un máximo de 25 valores diferentes.

Answer 1

Aquí hay algunas ideas, todos los puntos para que su solución sea muy rápida. length(unique(x)) es lo que yo también habría usado:

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

Answer 2

He usado esta función

length(unique(array))

y funciona bien, y no requiere bibliotecas externas.

Answer 3

Puedes usar rle desde el paquete base

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

rle produce dos vectores ( lengths y values ). La longitud del vector de values le da el número de valores únicos.

Answer 4

uniqueN función uniqueN de data.table es equivalente a length(unique(group)) . También es varias veces más rápido en conjuntos de datos más grandes, pero no tanto en su ejemplo.

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