Otra solución algo más rapida:> t <- Sys.time() > dat[,jugador:=1:.N] > dat2=melt(dat,id.vars="jugador") > setkey(dat2,jugador) > dat2[,index:=min(which(!is.na(value))),by=jugador] > dat2[,.(First_month=variable[index[1]],Value_First_month=value[index[1]]),by=jugador]jugador First_month Value_First_month 1: 1 Uno 0.93520715 2: 2 Uno 0.85930634 3: 3 dos 0.13521503 4: 4 Uno 0.86996341 5: 5 dos 0.65879889 --- 99996: 99996 Uno 0.94728423 99997: 99997 Uno 0.24088571 99998: 99998 Uno 0.07458581 99999: 99999 Uno 0.30535050 100000: 100000 Uno 0.54640585> difftime( Sys.time(), t)Time difference of 1.060787 secs ----- Mensaje original ----- De: "Olivier Nuñez" <onunez en unex.es> Para: "Javier Villacampa González" <javier.villacampa.gonzalez en gmail.com> CC: "R ayuda" <r-help-es en r-project.org> Enviados: Jueves, 27 de Octubre 2016 15:10:07 Asunto: Re: [R-es] Encontrar la primera columna no NA Prueba lo siguiente, no es óptimo, pero creo va bastnate más rapido que los que mencionaste: t <- Sys.time() dat[,First_month := apply(.SD,1,function(x) colnames(.SD)[min(which(!is.na(x)))])] dat[,Value_First_month := apply(.SD,1,function(x) x[min(which(!is.na(x)))])] difftime( Sys.time(), t) Time difference of 3.478778 secs ----- Mensaje original ----- De: "Javier Villacampa González" <javier.villacampa.gonzalez en gmail.com> Para: "R ayuda" <r-help-es en r-project.org> Enviados: Jueves, 27 de Octubre 2016 13:43:19 Asunto: [R-es] Encontrar la primera columna no NA Imaginemos que tenemos una matriz con datos temporales por sujetos. Pongamos que numero de veces que ha jugado una carta en un juego online. Y que quiero saber cuantas veces jugo la carta el primer mes que estuvo en el juego. Pero claro mi matriz guarda los datos temporalmente de tal manera que: # data.table( Enero = c( 1, 4, NA , NA , NA) , Febrero = c( 2, 6, 1, NA, NA ) , Marzo = c( 8,6,7,3, NA) , Abril = c( NA, 15, 5, 6,6 )) # Enero Febrero Marzo Abril # 1: 1 2 8 NA # 2: 4 6 6 15 # 3: NA 1 7 5 # 4: NA NA 3 6 # 5: NA NA NA 6 # Suponiendo que cada fila es un jugador # En este caso la solucion debería ser # 1 para el primero que empezó en Enero # 4 para el segundo jugador que empezó en Enero # 1 para el tercero que empezó en Febrero # 3 Para el cuarto que empezó en Marzo # 6 para el quinto que empezó en Abril A alguno se os ocurre una solucion más eficiente que la siguiente. Esto seguro que con data table o dplyr se puede. Ya he quitados los pipes que facilitan la lectura pero que no se llevan bien con data.table. Pero estoy seguro que se puede mejorar más. #======================================================# Como ejemplo de codigo #======================================================# S Primera solucion ------------------------------------------------------ # First not NA colum per subject library(data.table) library(dplyr) set.seed(123456) numero <- 1e5 dat <- data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0 )), size = numero ) , dos = sample( c(runif(numero) , rep(NA , numero /1e1 )), size = numero ) , tres = sample( c(runif(numero) , rep(NA , numero /2e1 )) , size = numero ) , cuatro = sample( c(runif(numero) , rep(NA , numero /1e2 )) , size = numero ) , cinco = sample( c(runif(numero) , rep(NA , numero /2e2 )) , size = numero ) , seis = sample( c(runif(numero) , rep(NA , numero /1e3 )) , size = numero ) ) t <- Sys.time() First_month <- dat %>% apply( MARGIN = 1, FUN function(x){ which( !is.na(x) ) %>% min( na.rm = TRUE ) %>% return() } ) First_month %>% table %>% prop.table dat[ , First_month := First_month] N_for <- length( unique(First_month )) for( j in 1:N_for){ x <- dat[ First_month == j, j, with = FALSE] dat[ First_month == j , Value_First_month := x ] } dat %>% print # dat %>% summary cat( "===============================\n", difftime( Sys.time(), t, units "min") , " minutos que cuesta \n===============================\n" ) beepr::beep(3) # E Primera solucion ------------------------------------------------------ # S comparativa ----------------------------------------------------------- library(microbenchmark) N <- 1e2 tabla <- microbenchmark( JVG_dplyr ={ dat %>% apply( MARGIN = 1, FUN function(x){ which( !is.na(x) ) %>% min( na.rm = TRUE ) %>% return() } ) }, JVG ={ apply(X = dat, MARGIN = 1, FUN function(x){ return( min( which( !is.na(x) ), na.rm = TRUE ) ) } ) }, times = N, unit = "s") tabla %>% print beepr::beep(3) # Unit: seconds # expr min lq mean median uq max neval # JVG_dplyr 21.2321152 22.233428 22.9575357 22.5701781 23.444432 26.642730 10 # JVG 0.7628928 0.843067 0.9260389 0.8495834 1.027036 1.295868 10 # E comparativa ----------------------------------------------------------- -- [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list R-help-es en r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es _______________________________________________ R-help-es mailing list R-help-es en r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es
Javier Villacampa González
2016-Oct-27 15:17 UTC
[R-es] Encontrar la primera columna no NA
Hemos mejorado bastante desde el inicio. Pero aun andamos lejos. Igual es
por el merge que hago. Seguire mirando
library(microbenchmark)
N <- 1e1
tabla <-
microbenchmark(
# JVG_dplyr ={
# dat %>%
# apply( MARGIN = 1, FUN # function(x){
# which( !is.na(x) ) %>% min( na.rm = TRUE ) %>%
return()
# }
# )
# dat[ , First_month := First_month]
# N_for <- length( unique(First_month ))
# for( j in 1:N_for){
# x <- dat[ First_month == j, j, with = FALSE]
# dat[ First_month == j , Value_First_month := x ]
# }
# },
JVG ={
dat <-
data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0
)) , size = numero ) ,
dos = sample( c(runif(numero) , rep(NA , numero /1e1
)) , size = numero ) ,
tres = sample( c(runif(numero) , rep(NA , numero /2e1
)) , size = numero ) ,
cuatro = sample( c(runif(numero) , rep(NA , numero /1e2
)) , size = numero ) ,
cinco = sample( c(runif(numero) , rep(NA , numero /2e2
)) , size = numero ) ,
seis = sample( c(runif(numero) , rep(NA , numero /1e3
)) , size = numero )
)
apply(X = dat, MARGIN = 1, FUN function(x){
return( min( which( !is.na(x) ), na.rm = TRUE ) )
}
)
dat[ , First_month := First_month]
N_for <- length( unique(First_month ))
for( j in 1:N_for){
x <- dat[ First_month == j, j, with = FALSE]
dat[ First_month == j , Value_First_month := x ]
}
},
Olivier ={
dat <-
data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0
)) , size = numero ) ,
dos = sample( c(runif(numero) , rep(NA , numero /1e1
)) , size = numero ) ,
tres = sample( c(runif(numero) , rep(NA , numero /2e1
)) , size = numero ) ,
cuatro = sample( c(runif(numero) , rep(NA , numero /1e2
)) , size = numero ) ,
cinco = sample( c(runif(numero) , rep(NA , numero /2e2
)) , size = numero ) ,
seis = sample( c(runif(numero) , rep(NA , numero /1e3
)) , size = numero )
)
dat[,First_month := apply(X = .SD,MARGIN = 1,FUN = function(x)
colnames(.SD)[min(which(!is.na(x)))])]
dat[,Value_First_month := apply(X = .SD,MARGIN = 1,FUN = function(x)
x[min(which(!is.na(x)))])]
},
Olivier2={
dat <-
data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0
)) , size = numero ) ,
dos = sample( c(runif(numero) , rep(NA , numero /1e1
)) , size = numero ) ,
tres = sample( c(runif(numero) , rep(NA , numero /2e1
)) , size = numero ) ,
cuatro = sample( c(runif(numero) , rep(NA , numero /1e2
)) , size = numero ) ,
cinco = sample( c(runif(numero) , rep(NA , numero /2e2
)) , size = numero ) ,
seis = sample( c(runif(numero) , rep(NA , numero /1e3
)) , size = numero )
)
dat[,jugador:=1:.N]
dat2=melt(dat,id.vars="jugador")
setkey(dat2,jugador)
dat2[,index:=min(which(!is.na(value))),by=jugador]
dat3 <- dat2[,list(First_month_Olivier
=variable[index[1]],Value_First_month_Olivier =value[index[1]]),by=jugador]
setkey(x = dat, jugador)
dat0 <- merge( x = dat, y = dat3, all.x = TRUE, all.y = FALSE)
},
times = N, unit = "s")
tabla %>% print
beepr::beep(3)
# Unit: seconds
# expr min lq mean median uq max
neval
# JVG 0.6479002 0.7518933 0.8673007 0.8216553 0.9137195 1.251891 10
# Olivier 2.9568197 3.6663586 3.9364770 3.9069826 4.5619519 4.685842 10
# Olivier2 1.1316970 1.4463621 1.4735507 1.4874366 1.5681243 1.631713 10
# E comparativa -----------------------------------------------------------
El 27 de octubre de 2016, 15:39, Olivier Nuñez <onunez en unex.es>
escribió:
> Otra solución algo más rapida:
> > t <- Sys.time()
> > dat[,jugador:=1:.N]
> > dat2=melt(dat,id.vars="jugador")
> > setkey(dat2,jugador)
> > dat2[,index:=min(which(!is.na(value))),by=jugador]
> > dat2[,.(First_month=variable[index[1]],Value_First_month>
value[index[1]]),by=jugador]
> jugador First_month Value_First_month
> 1: 1 Uno 0.93520715
> 2: 2 Uno 0.85930634
> 3: 3 dos 0.13521503
> 4: 4 Uno 0.86996341
> 5: 5 dos 0.65879889
> ---
> 99996: 99996 Uno 0.94728423
> 99997: 99997 Uno 0.24088571
> 99998: 99998 Uno 0.07458581
> 99999: 99999 Uno 0.30535050
> 100000: 100000 Uno 0.54640585
> > difftime( Sys.time(), t)
> Time difference of 1.060787 secs
>
>
> ----- Mensaje original -----
> De: "Olivier Nuñez" <onunez en unex.es>
> Para: "Javier Villacampa González" <javier.villacampa.gonzalez
en gmail.com>
> CC: "R ayuda" <r-help-es en r-project.org>
> Enviados: Jueves, 27 de Octubre 2016 15:10:07
> Asunto: Re: [R-es] Encontrar la primera columna no NA
>
> Prueba lo siguiente, no es óptimo, pero creo va bastnate más rapido que
> los que mencionaste:
>
> t <- Sys.time()
> dat[,First_month := apply(.SD,1,function(x) colnames(.SD)[min(which(!is.na
> (x)))])]
> dat[,Value_First_month := apply(.SD,1,function(x) x[min(which(!is.na
> (x)))])]
> difftime( Sys.time(), t)
>
> Time difference of 3.478778 secs
>
>
> ----- Mensaje original -----
> De: "Javier Villacampa González" <javier.villacampa.gonzalez
en gmail.com>
> Para: "R ayuda" <r-help-es en r-project.org>
> Enviados: Jueves, 27 de Octubre 2016 13:43:19
> Asunto: [R-es] Encontrar la primera columna no NA
>
> Imaginemos que tenemos una matriz con datos temporales por sujetos.
> Pongamos que numero de veces que ha jugado una carta en un juego online. Y
> que quiero saber cuantas veces jugo la carta el primer mes que estuvo en el
> juego.
>
> Pero claro mi matriz guarda los datos temporalmente de tal manera que:
>
> # data.table( Enero = c( 1, 4, NA , NA , NA) , Febrero = c( 2, 6, 1, NA, NA
> ) , Marzo = c( 8,6,7,3, NA) , Abril = c( NA, 15, 5, 6,6 ))
> # Enero Febrero Marzo Abril
> # 1: 1 2 8 NA
> # 2: 4 6 6 15
> # 3: NA 1 7 5
> # 4: NA NA 3 6
> # 5: NA NA NA 6
> # Suponiendo que cada fila es un jugador
> # En este caso la solucion debería ser
> # 1 para el primero que empezó en Enero
> # 4 para el segundo jugador que empezó en Enero
> # 1 para el tercero que empezó en Febrero
> # 3 Para el cuarto que empezó en Marzo
> # 6 para el quinto que empezó en Abril
>
>
> A alguno se os ocurre una solucion más eficiente que la siguiente. Esto
> seguro que con data table o dplyr se puede. Ya he quitados los pipes que
> facilitan la lectura pero que no se llevan bien con data.table. Pero estoy
> seguro que se puede mejorar más.
>
> #======================================================> # Como ejemplo
de codigo
> #======================================================> # S Primera
solucion ------------------------------
> ------------------------
> # First not NA colum per subject
> library(data.table)
> library(dplyr)
> set.seed(123456)
> numero <- 1e5
> dat <-
> data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0 )),
> size = numero ) ,
> dos = sample( c(runif(numero) , rep(NA , numero /1e1 )),
> size = numero ) ,
> tres = sample( c(runif(numero) , rep(NA , numero /2e1 )) ,
> size = numero ) ,
> cuatro = sample( c(runif(numero) , rep(NA , numero /1e2 )) ,
> size = numero ) ,
> cinco = sample( c(runif(numero) , rep(NA , numero /2e2 )) ,
> size = numero ) ,
> seis = sample( c(runif(numero) , rep(NA , numero /1e3 )) ,
> size = numero )
> )
>
>
> t <- Sys.time()
> First_month <-
> dat %>%
> apply( MARGIN = 1, FUN > function(x){
> which( !is.na(x) ) %>% min( na.rm = TRUE ) %>%
return()
> }
> )
>
>
>
> First_month %>% table %>% prop.table
> dat[ , First_month := First_month]
> N_for <- length( unique(First_month ))
> for( j in 1:N_for){
> x <- dat[ First_month == j, j, with = FALSE]
> dat[ First_month == j , Value_First_month := x ]
> }
>
> dat %>% print
> # dat %>% summary
>
> cat( "===============================\n", difftime( Sys.time(),
t, units > "min") , " minutos que cuesta
\n===============================\n" )
> beepr::beep(3)
> # E Primera solucion ------------------------------
> ------------------------
>
>
>
>
> # S comparativa ------------------------------
> -----------------------------
> library(microbenchmark)
> N <- 1e2
> tabla <-
> microbenchmark(
> JVG_dplyr ={ dat %>%
> apply( MARGIN = 1, FUN > function(x){
> which( !is.na(x) ) %>% min( na.rm = TRUE ) %>%
> return()
> }
> )
> },
> JVG ={
> apply(X = dat, MARGIN = 1, FUN > function(x){
> return( min( which( !is.na(x) ), na.rm = TRUE ) )
> }
> )
> },
> times = N, unit = "s")
>
> tabla %>% print
> beepr::beep(3)
>
> # Unit: seconds
> # expr min lq mean median uq max
> neval
> # JVG_dplyr 21.2321152 22.233428 22.9575357 22.5701781 23.444432
> 26.642730 10
> # JVG 0.7628928 0.843067 0.9260389 0.8495834 1.027036
> 1.295868 10
> # E comparativa ------------------------------
> -----------------------------
>
> --
>
> [[alternative HTML version deleted]]
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
--
[[alternative HTML version deleted]]
Por último, utilizando la indexación lineal de matriz que propusó luisfo en su momento:> t <- Sys.time() > M=as.matrix(dat) > index <- which(!is.na(M)) - 1 > meses<-colnames(M) > M2<- data.table(columna=index %/% nrow(M) +1L, jugador=index %% nrow(M) +1L , valor=M[index+1L]) > setkey(M2,jugador,columna) > M2[,.(First_month=meses[columna[1]],Value_First_month=valor[1]),by=jugador]jugador First_month Value_First_month 1: 1 Uno 0.93520715 2: 2 Uno 0.85930634 3: 3 dos 0.13521503 4: 4 Uno 0.86996341 5: 5 dos 0.65879889 --- 99996: 99996 Uno 0.94728423 99997: 99997 Uno 0.24088571 99998: 99998 Uno 0.07458581 99999: 99999 Uno 0.30535050 100000: 100000 Uno 0.54640585> difftime( Sys.time(), t)Time difference of 0.3299999 secs>----- Mensaje original ----- De: Javier Villacampa González <javier.villacampa.gonzalez en gmail.com> Para: Olivier Nuñez <onunez en unex.es> CC: R ayuda <r-help-es en r-project.org> Enviado: Thu, 27 Oct 2016 17:17:12 +0200 (CEST) Asunto: Re: [R-es] Encontrar la primera columna no NA Hemos mejorado bastante desde el inicio. Pero aun andamos lejos. Igual es por el merge que hago. Seguire mirando library(microbenchmark) N <- 1e1 tabla <- microbenchmark( # JVG_dplyr ={ # dat %>% # apply( MARGIN = 1, FUN # function(x){ # which( !is.na(x) ) %>% min( na.rm = TRUE ) %>% return() # } # ) # dat[ , First_month := First_month] # N_for <- length( unique(First_month )) # for( j in 1:N_for){ # x <- dat[ First_month == j, j, with = FALSE] # dat[ First_month == j , Value_First_month := x ] # } # }, JVG ={ dat <- data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0 )) , size = numero ) , dos = sample( c(runif(numero) , rep(NA , numero /1e1 )) , size = numero ) , tres = sample( c(runif(numero) , rep(NA , numero /2e1 )) , size = numero ) , cuatro = sample( c(runif(numero) , rep(NA , numero /1e2 )) , size = numero ) , cinco = sample( c(runif(numero) , rep(NA , numero /2e2 )) , size = numero ) , seis = sample( c(runif(numero) , rep(NA , numero /1e3 )) , size = numero ) ) apply(X = dat, MARGIN = 1, FUN function(x){ return( min( which( !is.na(x) ), na.rm = TRUE ) ) } ) dat[ , First_month := First_month] N_for <- length( unique(First_month )) for( j in 1:N_for){ x <- dat[ First_month == j, j, with = FALSE] dat[ First_month == j , Value_First_month := x ] } }, Olivier ={ dat <- data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0 )) , size = numero ) , dos = sample( c(runif(numero) , rep(NA , numero /1e1 )) , size = numero ) , tres = sample( c(runif(numero) , rep(NA , numero /2e1 )) , size = numero ) , cuatro = sample( c(runif(numero) , rep(NA , numero /1e2 )) , size = numero ) , cinco = sample( c(runif(numero) , rep(NA , numero /2e2 )) , size = numero ) , seis = sample( c(runif(numero) , rep(NA , numero /1e3 )) , size = numero ) ) dat[,First_month := apply(X = .SD,MARGIN = 1,FUN = function(x) colnames(.SD)[min(which(!is.na(x)))])] dat[,Value_First_month := apply(X = .SD,MARGIN = 1,FUN = function(x) x[min(which(!is.na(x)))])] }, Olivier2={ dat <- data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0 )) , size = numero ) , dos = sample( c(runif(numero) , rep(NA , numero /1e1 )) , size = numero ) , tres = sample( c(runif(numero) , rep(NA , numero /2e1 )) , size = numero ) , cuatro = sample( c(runif(numero) , rep(NA , numero /1e2 )) , size = numero ) , cinco = sample( c(runif(numero) , rep(NA , numero /2e2 )) , size = numero ) , seis = sample( c(runif(numero) , rep(NA , numero /1e3 )) , size = numero ) ) dat[,jugador:=1:.N] dat2=melt(dat,id.vars="jugador") setkey(dat2,jugador) dat2[,index:=min(which(!is.na(value))),by=jugador] dat3 <- dat2[,list(First_month_Olivier =variable[index[1]],Value_First_month_Olivier =value[index[1]]),by=jugador] setkey(x = dat, jugador) dat0 <- merge( x = dat, y = dat3, all.x = TRUE, all.y = FALSE) }, times = N, unit = "s") tabla %>% print beepr::beep(3) # Unit: seconds # expr min lq mean median uq max neval # JVG 0.6479002 0.7518933 0.8673007 0.8216553 0.9137195 1.251891 10 # Olivier 2.9568197 3.6663586 3.9364770 3.9069826 4.5619519 4.685842 10 # Olivier2 1.1316970 1.4463621 1.4735507 1.4874366 1.5681243 1.631713 10 # E comparativa ----------------------------------------------------------- El 27 de octubre de 2016, 15:39, Olivier Nuñez <onunez en unex.es> escribió:> Otra solución algo más rapida: > > t <- Sys.time() > > dat[,jugador:=1:.N] > > dat2=melt(dat,id.vars="jugador") > > setkey(dat2,jugador) > > dat2[,index:=min(which(!is.na(value))),by=jugador] > > dat2[,.(First_month=variable[index[1]],Value_First_month> value[index[1]]),by=jugador] > jugador First_month Value_First_month > 1: 1 Uno 0.93520715 > 2: 2 Uno 0.85930634 > 3: 3 dos 0.13521503 > 4: 4 Uno 0.86996341 > 5: 5 dos 0.65879889 > --- > 99996: 99996 Uno 0.94728423 > 99997: 99997 Uno 0.24088571 > 99998: 99998 Uno 0.07458581 > 99999: 99999 Uno 0.30535050 > 100000: 100000 Uno 0.54640585 > > difftime( Sys.time(), t) > Time difference of 1.060787 secs > > > ----- Mensaje original ----- > De: "Olivier Nuñez" <onunez en unex.es> > Para: "Javier Villacampa González" <javier.villacampa.gonzalez en gmail.com> > CC: "R ayuda" <r-help-es en r-project.org> > Enviados: Jueves, 27 de Octubre 2016 15:10:07 > Asunto: Re: [R-es] Encontrar la primera columna no NA > > Prueba lo siguiente, no es óptimo, pero creo va bastnate más rapido que > los que mencionaste: > > t <- Sys.time() > dat[,First_month := apply(.SD,1,function(x) colnames(.SD)[min(which(!is.na > (x)))])] > dat[,Value_First_month := apply(.SD,1,function(x) x[min(which(!is.na > (x)))])] > difftime( Sys.time(), t) > > Time difference of 3.478778 secs > > > ----- Mensaje original ----- > De: "Javier Villacampa González" <javier.villacampa.gonzalez en gmail.com> > Para: "R ayuda" <r-help-es en r-project.org> > Enviados: Jueves, 27 de Octubre 2016 13:43:19 > Asunto: [R-es] Encontrar la primera columna no NA > > Imaginemos que tenemos una matriz con datos temporales por sujetos. > Pongamos que numero de veces que ha jugado una carta en un juego online. Y > que quiero saber cuantas veces jugo la carta el primer mes que estuvo en el > juego. > > Pero claro mi matriz guarda los datos temporalmente de tal manera que: > > # data.table( Enero = c( 1, 4, NA , NA , NA) , Febrero = c( 2, 6, 1, NA, NA > ) , Marzo = c( 8,6,7,3, NA) , Abril = c( NA, 15, 5, 6,6 )) > # Enero Febrero Marzo Abril > # 1: 1 2 8 NA > # 2: 4 6 6 15 > # 3: NA 1 7 5 > # 4: NA NA 3 6 > # 5: NA NA NA 6 > # Suponiendo que cada fila es un jugador > # En este caso la solucion debería ser > # 1 para el primero que empezó en Enero > # 4 para el segundo jugador que empezó en Enero > # 1 para el tercero que empezó en Febrero > # 3 Para el cuarto que empezó en Marzo > # 6 para el quinto que empezó en Abril > > > A alguno se os ocurre una solucion más eficiente que la siguiente. Esto > seguro que con data table o dplyr se puede. Ya he quitados los pipes que > facilitan la lectura pero que no se llevan bien con data.table. Pero estoy > seguro que se puede mejorar más. > > #======================================================> # Como ejemplo de codigo > #======================================================> # S Primera solucion ------------------------------ > ------------------------ > # First not NA colum per subject > library(data.table) > library(dplyr) > set.seed(123456) > numero <- 1e5 > dat <- > data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0 )), > size = numero ) , > dos = sample( c(runif(numero) , rep(NA , numero /1e1 )), > size = numero ) , > tres = sample( c(runif(numero) , rep(NA , numero /2e1 )) , > size = numero ) , > cuatro = sample( c(runif(numero) , rep(NA , numero /1e2 )) , > size = numero ) , > cinco = sample( c(runif(numero) , rep(NA , numero /2e2 )) , > size = numero ) , > seis = sample( c(runif(numero) , rep(NA , numero /1e3 )) , > size = numero ) > ) > > > t <- Sys.time() > First_month <- > dat %>% > apply( MARGIN = 1, FUN > function(x){ > which( !is.na(x) ) %>% min( na.rm = TRUE ) %>% return() > } > ) > > > > First_month %>% table %>% prop.table > dat[ , First_month := First_month] > N_for <- length( unique(First_month )) > for( j in 1:N_for){ > x <- dat[ First_month == j, j, with = FALSE] > dat[ First_month == j , Value_First_month := x ] > } > > dat %>% print > # dat %>% summary > > cat( "===============================\n", difftime( Sys.time(), t, units > "min") , " minutos que cuesta \n===============================\n" ) > beepr::beep(3) > # E Primera solucion ------------------------------ > ------------------------ > > > > > # S comparativa ------------------------------ > ----------------------------- > library(microbenchmark) > N <- 1e2 > tabla <- > microbenchmark( > JVG_dplyr ={ dat %>% > apply( MARGIN = 1, FUN > function(x){ > which( !is.na(x) ) %>% min( na.rm = TRUE ) %>% > return() > } > ) > }, > JVG ={ > apply(X = dat, MARGIN = 1, FUN > function(x){ > return( min( which( !is.na(x) ), na.rm = TRUE ) ) > } > ) > }, > times = N, unit = "s") > > tabla %>% print > beepr::beep(3) > > # Unit: seconds > # expr min lq mean median uq max > neval > # JVG_dplyr 21.2321152 22.233428 22.9575357 22.5701781 23.444432 > 26.642730 10 > # JVG 0.7628928 0.843067 0.9260389 0.8495834 1.027036 > 1.295868 10 > # E comparativa ------------------------------ > ----------------------------- > > -- > > [[alternative HTML version deleted]] > > _______________________________________________ > R-help-es mailing list > R-help-es en r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es > > _______________________________________________ > R-help-es mailing list > R-help-es en r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es >--