2013-02-28 5 views

Antwort

6

Dies ist wahrscheinlich nicht der schnellste Weg, um es zu berechnen, und es nutzt sicherlich mehr Ressourcen, aber hier ist eine ganz andere Perspektive auf sie:

> mylist = list(c(0,1), c(1,1), c(3,2)) 

> a = matrix(unlist(mylist), ncol=2, byrow=T) 
> sum(a[,1]-a[,2]) 
+1

Matrizen können ziemlich schnell sein, ich wäre nicht überrascht, wenn das sehr schnell ist ... vor allem, wenn Sie die zweite Zeile in '-diff geändert haben (colSums (a))' – Gregor

+1

muss 'byrow = TRUE' sein, oder ist deine mylist anders als OPs? – adibender

+0

@adibender 'mylist = Liste (c (0,1), c (1,1), c (3,2))' Ja, du hast vollkommen recht, sorry! – ds440

5

Versuchen Sie, diese

# Sum of the first differences of your list 
> (Sumlist <- lapply(List, function(x) -sum(diff(x)))) 
[[1]] 
[1] -1 # this is (0-1) 

[[2]] 
[1] 0 # this is (1-1) 

[[3]] 
[1] 1 # this is (3-2) 

# Total sum of your list 
> Reduce('+', Sumlist) # this is (0-1)+(1-1)+(3-2) 
[1] 0 
+1

+1 für das Lesen sorgfältiger als ich das erste Mal tat um! – A5C1D2H2I1M1N2O1R2T1

+0

alternativ könnten Sie 'diff (Reduce ('+', List))' – Arun

3

Wenn das Muster , die Unterschiede von ersten minus zweiten Element, ist konsistent, dann schreiben Sie einfach eine anonyme Funktion in einem Anruf an sapply oder lapply. Diese

mylist <- list(c(0,1), c(1,1), c(3,2)) 
sapply(mylist, FUN = function(x) {x[1] - x[2]}) ## takes differences 
sum(sapply(mylist, FUN = function(x) {x[1] - x[2]})) ## put it all together 

kann auch erreicht werden (wie @AnandaMahto und @Jilber verwendet wird) mit der Funktion diff. gibt die 2. minus die 1., so müssen wir -diff für 1. minus 2. verwenden.

sum(-sapply(mylist, FUN = diff)) 
+0

Dank @AnandaMahto für die Köpfe zusammen setzen – Gregor

7

kein großer Fan von Reduce ist do.call in der Regel schneller. In diesem Fall wird die unlist Lösung scheint einen leichten Vorsprung zu haben:

EDIT: @ ds440 für den Gewinn!

            expr min  lq median  uq  max 
1  do.call(sum, lapply(List, function(z) -diff(z))) 63.132 67.7520 70.061 72.7560 291.406 
2            ds(List) 6.930 10.5875 11.935 12.7040 51.584 
3 Reduce("+", lapply(List, function(x) -sum(diff(x)))) 78.530 81.6100 83.727 87.1915 855.355 
4        sum(-sapply(List, diff)) 88.155 91.4260 94.121 97.2005 955.442 
5      sum(-unlist(lapply(List, diff))) 57.358 60.4375 61.785 63.5170 145.126 

Wo ds ist der Ansatz von @ ds440 in einer Funktion gewickelt.

+3

Ich denke, dass neben der Geschwindigkeit, Lesbarkeit ist auch ein wichtiger Faktor zu berücksichtigen. Von diesen finde ich 'Reduce' am wenigsten" leserfreundlich ". – A5C1D2H2I1M1N2O1R2T1

+0

+1 für 'do.call' Lösung und Benchmarking. –

Verwandte Themen