Contare il numero di valori distinti in un vettore

Question

Ho un vettore di valori scalari di cui sto cercando di ottenere: "Quanti valori diversi ci sono".

Ad esempio in group <- c(1,2,3,1,2,3,4,6) valori unici sono 1,2,3,4,6 quindi voglio ottenere 5.

mi si avvicinò con:

length(unique(group)) 

ma non sono sicuro che sia il modo più efficace per farlo. Non c'è un modo migliore per farlo?

Nota: La mia custodia è più complessa dell'esempio, costituita da circa 1000 numeri con al massimo 25 valori diversi.

Answer 1

Ecco alcune idee, tutti i punti verso la soluzione sono già molto veloci. length(unique(x)) è quello che avrei usato così:

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 

Answer 2

Ho usato questa funzione

length(unique(array)) 

e funziona benissimo, e non richiede librerie esterne.

Answer 3

È possibile utilizzare rle da base pacchetto

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

rle produce due vettori (lengths e values). La lunghezza del vettore values fornisce il numero di valori univoci.

Answer 4

uniqueN la funzione da data.table è equivalente a length(unique(group)). È anche più volte più veloce su set di dati più grandi, ma non tanto sul tuo esempio.

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