「統計学関連なんでもあり」の過去ログ--- 048

No.22125　R　文字列の連結　　【明石】　2016/08/28(Sun) 21:02

青木先生，
いつもお世話になり，ありがとうございます，明石と申します。

Rプログラムについて，ご教示いただきたいことが出てきました。
何卒どうぞ，よろしくお願いいたします。

−−−

文字列ベクトルがあります。
簡単な例示です。
"1", "12", "12345", "1234", "123"

各要素の文字列の長さが不揃いですが，
最大の長さ（ここでは，要素"12345"の長さ5）にあわせて，
必要に応じて，先頭に"0"を連結して，
すべての要素の文字列の長さをあわせることを考えます。

出来上がりは，以下のようになります。

"00001", "00012", "12345", "01234", "00123"

ベクトルの長さが膨大（数十万件）なことから，効率的な方法を検討しています。

以下の2点について，ご教示をいただければ，大変に助かります。
(1) 先頭に"0"を連結する方法
(2) applyを使う方法

どうぞ，よろしくお願いいたします。

No.22126　Re: R　文字列の連結　　【青木繁伸】　2016/08/29(Mon) 07:53

やりかたはいろいろあるけど，一番簡単（？）なのは sprintf を使うもの。
a = c("1", "12", "12345", "1234", "123")
n = max(nchar(a))
unname(sapply(a, function(b) sprintf("%0*s", n, b)))
* には　n の値がつかわれ，実際には sprintf("%05s", b) と同じになる。
別の方法は
unname(sapply(a, function(b) paste(paste(rep("0", n-nchar(b)), collapse=""), b, sep="")))
のようなものがあるけど，見た目でもわかるが，sprintf を使うより実行時間は若干長い。
一番外側の unname は，文字列要素に名前が付くのをはぎ取るためなので，場合によっては不要。

No.22127　【御礼】　Re: R　文字列の連結　　【明石】　2016/08/29(Mon) 08:51

青木先生，
いつもお世話になり，ありがとうございます，明石と申します。

今回も助けていただきました。
心から御礼を申し上げます。

例えば，"00000"という文字列を作成するには，
paste( rep( "0", 5) , sep="", collapse="" )
ということまでは自分でも分かりましたので，
個々の要素の文字列の長さから，先頭につける文字列の長さの計算はできました。

ただし，数十万件をループで回している方法は何とも回避したいと思っておりました。

大変に良い勉強をさせていただきました。
ありがとうございました。

No.22128　Re: R　文字列の連結　　【青木繁伸】　2016/08/29(Mon) 11:27

sapply する必要はなかったですね。これだと unname も不要です。
a = c("1", "12", "12345", "1234", "123")
n = max(nchar(a))
sprintf("%0*s", n, a)

No.22129　Re: R　文字列の連結　　【荒】　2016/08/29(Mon) 14:57

青木先生

横から失礼します。
R-3.2.5（Linux）では"0"の代わりに半角スペースで埋められてしまいました。

?sprintfで調べると
## Platform-dependent bad example from qdapTools 1.0.0:
## may pad with spaces or zeroes.
sprintf("%09s", month.name)
のような例が載っていました。

unname(sapply(a, function(b) paste(paste(rep("0", n-nchar(b)), collapse=""), b, sep="")))
では0で埋まりました。

参考までに。

No.22130　Special Thanks（Re: R　文字列の連結）　　【明石】　2016/08/29(Mon) 20:07

青木先生，荒様

いつもお世話になり，ありがとうございます，明石と申します。

今回，大変に良い勉強をさせていただきました。

2つ，ご報告がございます。
・私は，Windows7，R-3.3.1の環境ですが，荒様と同じ結果となりました。
・100万件のデータに適用しましたが，爆走でした。

勇気を振り絞って，投稿させていただいて本当に良かった，と思いました。
ありがとうございました。

No.22131　Re: R　文字列の連結　　【青木繁伸】　2016/08/29(Mon) 21:34

Platform dependent ですか。

もとの文字列に空白が含まれないならば，
gsub(" ", "0", sprintf("%0*s", n, a))
の方が速いかもしれません。

No.22135　Re: R　文字列の連結　　【明石】　2016/08/30(Tue) 19:21

青木先生，
いつもお世話になり，ありがとうございます，明石と申します。

お示しをしてくださいました
gsub(" ", "0", sprintf("%0*s", n, a))
恐ろしいほど，早いです。

Rの文字列の連結は，paste()関数を使用することしか知りませんでしたので，
今回，sprintf()関数を教えていただきましたことを契機に，調べ物をしています。

大きな武器を得ました。
心から御礼を申し上げます。
ありがとうございました。