根據字符串創建一個唯一的整數

我有一個較大的數據集（data.table，大約9m行），我想用一列來聚合值（最小值和最大值等）。列是各種其他列的組合，並且具有基於字符串的格式，像下面這樣：根據字符串創建一個唯一的整數

string <- "318XXXX | VNSGN | BIER"

獲得一些速度執行任務，我想重新編寫這唯一的整數。我定期使用的另一個應用程序處理數據的應用程序具有內置函數，該函數將上面的字符串轉換爲整數（例如73823）。我想知道R中是否有類似的功能？這個想法是，一個特定的字符串總是會導致相同的整數;這將允許它在合併data.tables等使用

這裏data.table列的一個小例子，我想簡單的整數值進行編碼：

sample <- c("318XXXX | VNSGN | BIER", "462XXXX | TZZZH | 9905", "462XXXX | TZZZH | 9905", 
"462XXXX | TZZZH | 9905", "511XXXX | FAWOR | 336H", "511XXXX | FAWOR | 336H", 
"652XXXX | XXXXR | T136", "652XXXX | XXXXR | T136", "672XXXX | BQQSZ | 7777", 
"672XXXX | BQQSZ | 7777")

我希望能將字符串編碼爲如下所示的表格的附加列;請注意，相同的字符串會產生相同的數字。

String      Number 
318XXXX | VNSGN | BIER  19872 
462XXXX | TZZZH | 9905  78392 
462XXXX | TZZZH | 9905  78392 
462XXXX | TZZZH | 9905  78392 
511XXXX | FAWOR | 336H  23053 
511XXXX | FAWOR | 336H  23053 
652XXXX | XXXXR | T136  95832 
652XXXX | XXXXR | T136  95832 
672XXXX | BQQSZ | 7777  71829 
672XXXX | BQQSZ | 7777  71829

來源

2013-01-14 Jochem

'？factor'做你要找的東西嗎？ – Justin

@Justin：字符串在R中被散列了很長一段時間，所以因素不會更有效率（可能會更慢）。但也許'as.integer（factor（sample））'是OP正在尋找的東西？ –

@Justin對我來說，看起來像因素是做一些稍微不同，然後我嘗試做。例如'？factor'包含下面的例子'因子（字母[1:20]，labels =「letter」）'，它會產生'letter1 letter2（...）letter20'。我在'factor'文檔中錯過了什麼嗎？我添加了一個問題表，表明我試圖完成什麼。感謝您的快速回復。 – Jochem

的data.table包會爲你創建索引，而不會讓你處理它們明確，因此會比在問題的方法工作量少。請參閱data.table中的setkey函數。

另外，sqldf包可以使用SQL語句create index按照實例4h中和4i在sqldf home page如能幾乎所有的數據庫包。

來源

2013-01-14 21:12:34

因此，當我在我的'data.table'中使用'setkey'時，那麼沒有理由在整數值中自己編碼字符串？ – Jochem

對。它已經在引擎蓋下使用索引的想法。 –

根據字符串創建一個唯一的整數

回答

相關問題