W R, w jaki sposób zachować nazwy wektorów podczas używania `as.numeric`?

Question

W R, gdy zmuszasz wektor z binarnego do numerycznego, nazwy są usuwane.

Istnieje kilka możliwych rozwiązań, które opisałem wcześniej. Wydaje się niebezpieczne polegać na niejawnej konwersji przez dodanie 0 do wszystkich wartości, a sapply() dodaje dodatkową pętlę do moich operacji (co wydaje się nieefektywne). Czy istnieje inny sposób zachowania nazw podczas konwersji wektora przy użyciu as.numeric?

# Set the seed 
set.seed(1045) 

# Create a small sample vector and give it names 
example_vec <- sample(x = c(TRUE,FALSE),size = 10,replace = TRUE) 
names(example_vec) <- sample(x = LETTERS,size = 10,replace = FALSE) 

example_vec 
#  Y  N  M  P  L  J  H  O  F  D 
# FALSE TRUE FALSE FALSE TRUE TRUE TRUE TRUE TRUE TRUE 

as.numeric(x = example_vec) 
# [1] 0 1 0 0 1 1 1 1 1 1 

example_vec + 0 
# Y N M P L J H O F D 
# 0 1 0 0 1 1 1 1 1 1 

sapply(X = example_vec,FUN = as.numeric) 
# Y N M P L J H O F D 
# 0 1 0 0 1 1 1 1 1 1 

Answer 1

Wystarczy rzucić kolejną opcję, ponieważ dane wejściowe są logicznym wektorem, można użyć ifelse(). I można by argumentować, takie podejście jest bardziej wyraźne i jednoznaczne:

ifelse(example_vec,1L,0L); 
## Y N M P L J H O F D 
## 0 1 0 0 1 1 1 1 1 1 

---

Benchmarking

library(microbenchmark); 

ifelse. <- function(x) ifelse(x,1L,0L); 
sapply. <- function(x) sapply(x,as.integer); 
setstoragemode <- function(x) { storage.mode(x) <- 'integer'; x; }; 
setmode <- function(x) { mode(x) <- 'integer'; x; }; 
setclass <- function(x) { class(x) <- 'integer'; x; }; 
as.and.setnames <- function(x) setNames(as.integer(x),names(x)); 
plus <- function(x) +x; 
addzero <- function(x) x+0L; 

---

## small scale (OP's example input) 
set.seed(1045L); 
x <- sample(c(T,F),10L,T); 
names(x) <- sample(LETTERS,10L); 

ex <- ifelse.(x); 
identical(ex,sapply.(x)); 
## [1] TRUE 
identical(ex,setstoragemode(x)); 
## [1] TRUE 
identical(ex,setmode(x)); 
## [1] TRUE 
identical(ex,setclass(x)); 
## [1] TRUE 
identical(ex,as.and.setnames(x)); 
## [1] TRUE 
identical(ex,plus(x)); 
## [1] TRUE 
identical(ex,addzero(x)); 
## [1] TRUE 

microbenchmark(ifelse.(x),sapply.(x),setstoragemode(x),setmode(x),setclass(x),as.and.setnames(x),plus(x),addzero(x)); 
## Unit: nanoseconds 
##    expr min  lq  mean median  uq max neval 
##   ifelse.(x) 6843 8126.0 9627.13 8981 9837.0 21810 100 
##   sapply.(x) 18817 20100.5 23234.93 21383 22666.5 71418 100 
## setstoragemode(x) 856 1283.0 1745.54 1284 1711.0 15396 100 
##   setmode(x) 7270 8126.0 9862.36 8982 10264.0 32074 100 
##   setclass(x) 429 1283.0 2138.97 1284 1712.0 32075 100 
## as.and.setnames(x) 1283 1711.0 1997.78 1712 2139.0 7271 100 
##    plus(x)  0 428.0 492.39 428 428.5 9837 100 
##   addzero(x)  0 428.0 539.39 428 856.0 2566 100 

---

## large scale 
set.seed(1L); 
N <- 1e5L; 
x <- sample(c(T,F),N,T); 
names(x) <- make.unique(rep_len(LETTERS,N)); 

ex <- ifelse.(x); 
identical(ex,sapply.(x)); 
## [1] TRUE 
identical(ex,setstoragemode(x)); 
## [1] TRUE 
identical(ex,setmode(x)); 
## [1] TRUE 
identical(ex,setclass(x)); 
## [1] TRUE 
identical(ex,as.and.setnames(x)); 
## [1] TRUE 
identical(ex,plus(x)); 
## [1] TRUE 
identical(ex,addzero(x)); 
## [1] TRUE 

microbenchmark(ifelse.(x),sapply.(x),setstoragemode(x),setmode(x),setclass(x),as.and.setnames(x),plus(x),addzero(x)); 
## Unit: microseconds 
##    expr  min   lq   mean  median   uq  max neval 
##   ifelse.(x) 7633.598 7757.1900 16615.71251 7897.4600 29401.112 96503.642 100 
##   sapply.(x) 86353.737 102576.0945 125547.32957 123909.1120 137900.406 264442.788 100 
## setstoragemode(x) 84.676  92.8015 343.46124  98.3605 113.543 23939.133 100 
##   setmode(x) 124.020 155.0245 603.15744 167.2125 181.111 22395.736 100 
##   setclass(x) 85.104  92.3740 328.25393 100.2850 118.460 21807.713 100 
## as.and.setnames(x) 70.991  78.2610 656.98177  82.3235  88.953 35710.697 100 
##    plus(x) 40.200  42.9795  48.68026  44.9040  49.608  88.953 100 
##   addzero(x) 181.326 186.4580 196.34882 189.6650 201.211 282.679 100 

---

## very large scale 
set.seed(1L); 
N <- 1e7L; 
x <- sample(c(T,F),N,T); 
names(x) <- make.unique(rep_len(LETTERS,N)); 

ex <- ifelse.(x); 
identical(ex,sapply.(x)); 
## [1] TRUE 
identical(ex,setstoragemode(x)); 
## [1] TRUE 
identical(ex,setmode(x)); 
## [1] TRUE 
identical(ex,setclass(x)); 
## [1] TRUE 
identical(ex,as.and.setnames(x)); 
## [1] TRUE 
identical(ex,plus(x)); 
## [1] TRUE 
identical(ex,addzero(x)); 
## [1] TRUE 

microbenchmark(ifelse.(x),sapply.(x),setstoragemode(x),setmode(x),setclass(x),as.and.setnames(x),plus(x),addzero(x),times=5L); 
## Unit: milliseconds 
##    expr   min   lq   mean  median   uq   max neval 
##   ifelse.(x) 1082.220903 1308.106967 3452.639836 1473.723533 6306.320235 7092.82754  5 
##   sapply.(x) 16766.199371 17431.458634 18401.672635 18398.345499 18843.890150 20568.46952  5 
## setstoragemode(x) 13.298283 13.648103 173.574496 19.661753 24.736278 796.52806  5 
##   setmode(x) 19.043796 19.878573 75.669779 19.969235 39.683589 279.77370  5 
##   setclass(x) 14.025292 14.119804 259.627934 14.414457 26.838618 1228.74150  5 
## as.and.setnames(x) 12.889875 24.241484 178.243948 24.962934 25.103631 804.02182  5 
##    plus(x)  7.577576  7.676364  9.047674  8.245142  8.253266 13.48602  5 
##   addzero(x) 18.861615 18.960403 71.284716 26.622226 26.950662 265.02867  5 

---

Wygląda na to, jednoskładnikowa oraz wygrywa. (I mój pomysł ifelse() jest trochę do bani).

Answer 2

Jedną z możliwości jest użycie funkcji mode<- wymiany zmienić tryb pamięci wewnętrznej (typ) obiektu. Również liczby całkowite są bardziej odpowiednie niż podwójne (to znaczy liczbowe) dla tego przypadku logicznego przymusu.

mode(example_vec) <- "integer" 
example_vec 
# Y N M P L J H O F D 
# 0 1 0 0 1 1 1 1 1 1 

Od help(mode) -

mode(x) <- "newmode" zmienia tryb obiektu x do newmode. Jest to możliwe tylko, gdy istnieje odpowiednia as.newmode, na przykład z "logical", "integer", "double", "complex", "raw", "character", "list", "expression", "name", "symbol" i "function". Atrybuty są zachowywane.

Dokumentacja również zwraca uwagę, że storage.mode<- jest bardziej wydajną prymitywną wersją mode<-. Tak więc można również użyć poniższych.

storage.mode(example_vec) <- "integer" 

Ale jak @joran zauważył w komentarzach, wygląda class<- ma również to samo.