在r中，将数据帧的列转换为没有"unlist“且具有动态名称的向量。

Question

我想将数据帧列转换为向量，其中的名称是动态的。我只知道我要的是第一列。

现在，我可以用unlist实现这一点，但是它比按名称访问慢了大约两个数量级：

df = data_frame(x = 3, y = 4)
microbenchmark::microbenchmark({df$x}) #less than 1 microsecond
microbenchmark::microbenchmark({unlist(df[,1}) #about 15 microseconds!

如果我事先不知道列的名称，还有比取消列表更有效的方法吗？

Answer 1

原因是df[,1]仍然是一个只有一列的tibble。

str(df[,1])
#Classes ‘tbl_df’, ‘tbl’ and 'data.frame':  1 obs. of  1 variable:
# $ x: num 3

我们需要df[[1]]来提取列。因此，它分两个步骤进行操作，[,1]和unlist。

此外，如果我们执行profile执行，unlist步骤将占用更多的内存和时间。

library(profvis)
df <- tibble(x = 1:1e7, y = 1:1e7)

profvis({

   df1 <- df[,1]
   unlist(df1)



})

​

​

profvis({
  df1 <- df %>%
          select(x)
  unlist(df1)

})

并与

profvis({
    df %>%
       pull(x)
   })

或

profvis(df$x)

注意:这些操作速度太快，甚至在专业人员对其进行操作之前就完成了，从而导致了错误。

Answer 2

还值得注意的是，data.frame和tibble在如何保存对象的维度方面存在差异。如果要在单个列上定义数据帧和子集，它将返回一个向量：

df <- data.frame(x = 3, y = 4)

df[,1]
#[1] 3

而在默认情况下，tibble并不会简化：

df <- tibble(x = 3, y = 4)

df[,1]
#  A tibble: 1 x 1
#      x
#   <dbl>
# 1     3

如果我们想让tibble简化，我们可以使用[[子集提取单个列，这确实简化为一个向量，或者我们可以指定drop = T。

df <- tibble(x = 3, y = 4)

df[,1, drop = T]
# [1] 3

df[[1]]
# [1] 3