Nombre de valeurs distinctes dans un vecteur

J'ai un vecteur de valeurs scalaires dont j'essaie de faire: "Combien de valeurs différentes, il y a".

Par exemple dans group <- c(1,2,3,1,2,3,4,6) les valeurs uniques sont 1,2,3,4,6 donc je veux obtenir 5.

Je suis venu avec:

length(unique(group))

Mais je ne suis pas sûr que ce soit le moyen le plus efficace de le faire. N'est-il pas une meilleure façon de le faire?

Note: mon cas est plus complexe que l'exemple, composé d'environ 1000 nombres avec au plus 25 valeurs différentes.

23
demandé sur zx8754 2013-08-05 14:56:00

4 réponses

Voici quelques idées, tous les points vers votre solution étant déjà très rapide. length(unique(x)) est ce que j'aurais utilisé ainsi:

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
28
répondu flodel 2013-08-05 11:07:14

, j'ai utilisé cette fonction

length(unique(array))

Et cela fonctionne bien, et ne nécessite pas de bibliothèques externes.

6
répondu lindix 2015-09-08 07:31:56

Vous pouvez utiliser rle du paquet base 

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

rle produit de deux vecteurs (lengths et values ). La longueur du vecteur values vous donne le nombre de valeurs uniques.

4
répondu Sri 2015-11-05 19:36:17

uniqueN la fonction de data.table est équivalent à length(unique(group)). Il est également plusieurs fois plus rapide sur les grands ensembles de données, mais pas tellement sur votre exemple.

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
3
répondu eillasti 2016-06-08 13:15:26