前言
最近有同学后台给我留言。
其大致问题如下：
★统计各个中药，在不同的中药处方出现的频数。 ”
这里就提示我们，中药处方包含的中药数目不同，该为列表结构。
先生成模拟数据：
代码语言：javascript复制my_list <- vector("list", length = 100)
lapply(1:100, function(x){
my_index <- sample(1:50, replace = T)
my_list[[x]] <<- unique(letters[sample(26, size = my_index, replace = T)])
})
my_vector <- unique(unlist(my_list))因为每个中药处方中的中药只会出现一次，因此unique 一下。
R似乎让我忘记了时间复杂度
最暴力的方式，也就是逐一判断了。
我们首先将my_list 来unlist 一下，得到全部中药的向量。
然后拿每个向量去判断其是否在处方中，对应一个处方长度的逻辑值向量。统计其中的T，即是每个中药的频数。
但是，这个时间复杂度，可是处方总长度x中药长度x每个处方的长度。太慢了，不想写代码。
幸好我练习了字典
在python 中，有专门的字典对象，dict。
在R中，是没有特别的字典结构的。
但其实，列表对象，或者说有名列表，广义来说便是一个字典。
代码语言：javascript复制my_dict <- lapply(rep(0,length(my_vector)), "[") # 长度为全部中药的计数为0 的列表
names(my_dict) <- my_vector
for (i in my_list){
for (z in i){
my_dict[[z]] <- my_dict[[z]] 1
}
}
直接遍历中药处方中的全部中药即可。
代码语言：javascript复制tmp <- t(as.data.frame(my_dict))
最后转成数据框即可：
R 有时候还是会让人迟钝啊。
还想加速？foreach？做人不能太贪啊。
