[问题类型]:
效能咨询(我想让R 跑更快)
[软件熟悉度]:
入门(写过其他程式，只是对语法不熟悉)
[问题叙述]:
我想要统计一个英文字串中，双字母的出现次数，例如:
<input>
aabaaa
abbacazz
input aa ab ac ad ... az ba bb bc ... ca cb cc ... zz
aabaaa 3 1 0 0 0 1 0 0 0 0 0 0
abbacazz 0 1 1 0 1 1 1 0 1 0 0 1
输入资料是一个csv档，内含一个字段<input>，每一笔(行)内容即为一个英文字串
输出资料是新增aa~zz共676个字段，
每一行的英文字串后，加入双字母的出现次数，未出现的为0次
下述程式码是我目前想到的，但是双循环执行mutate(程式第4~10行)，过程速度很慢
想请教对于双字符的统计 是否有更好、执行效率更高的写法?
[程式范例]:
以下图片为程式码与注解
https://imgur.com/utlNEB7
以下为程式码原文
file_csv<- read.csv("test.csv",header=TRUE,sep=",")
n <- 1:nrow(file_csv)
patt <- NULL
for(i in 0:25){
for(j in 0:25){
tmp_2char <- paste(intToChar(97+i),intToChar(97+j),sep="")
patt <- c(patt,tmp_2char)
file_csv<-mutate(file_csv,!!tmp_2char:=0)
}
}
m <- length(patt)
for(x in n){
tmp_input <- tolower(as.character(file_csv$input[x]))
file_csv[x,2:(m+1)] <- str_count(tmp_input,patt)
}
[环境叙述]:
R version 3.5.1 (2018-07-02)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)
[关键字]:
mutate str_count 双字符出现次数