<html><head></head><body lang="en-GB"><div dir="ltr"></div><div>Genial! A veces cuesta darse una vuelta pero iterar en la dimensión más pequeña siempre ahorra tiempo. Un saludo a todos! </div><div><br></div><div><br></div><div><br><div>2016-10-28 15:19 GMT+02:00 Carlos J. Gil Bellosta <span dir="ltr"><<a href="mailto:cgb@datanalytics.com" target="_blank">cgb@datanalytics.com</a>></span>:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr">Inspirado por Adolfo, otra vueltica de tuerca:<div><br></div><div>#matrices mejor que dfs</div><div><div>tmp <- as.matrix(dat)</div><div><br></div><div># min implementado a mano:</div><div>my.cols <- rep(ncol(tmp), nrow(tmp))<br></div><div>for (i in (ncol(tmp) - 1):1) </div><div> my.cols[!<a href="http://is.na" target="_blank">is.na</a>(tmp[,i])] <- i</div><div><br></div><div># al canasto:</div><span class=""><div>my.values <- tmp[cbind(1:nrow(tmp), my.cols)]</div></span></div><div><br></div><div><br></div><div>Un saludo,</div><div><br></div><div>Carlos J. Gil Bellosta</div><div><a href="http://www.datanalytics.com" target="_blank">http://www.datanalytics.com</a></div></div><div class="gmail_extra"><br><div class="gmail_quote"><div><div class="h5">El 28 de octubre de 2016, 13:48, Adolfo Álvarez <span dir="ltr"><<a href="mailto:adalvarez@gmail.com" target="_blank">adalvarez@gmail.com</a>></span> escribió:<br></div></div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div><div class="h5">Hola a todos, me ha gustado mucho la solución de Carlos, muy eficiente y<br>
muy ingeniosa al utilizar la funcion col() que o no la conocia o no me<br>
acordaba de ella.<br>
<br>
La parte mas "lenta" sigue siendo el apply que en el fondo no es mas que un<br>
ciclo for a traves de las filas, asi que inspirado por el metodo de Carlos<br>
pense que podria ser mas rapido si iteramos a traves de las columnas por lo<br>
que en general seran menos iteraciones. He incluido esta modificacion en el<br>
benchmark, es un poco menos elegante que la original de Carlos pero algo<br>
mas rapida. Seguro que aun se puede mejorar un poco mas en R base o<br>
incorporar Rcpp, pero creo que al menos por mi parte llego hasta aqui.<br>
<br>
Muy interesante tanto el problema como las soluciones propuestas, un saludo!<br>
Adolfo.<br>
<br>
library(microbenchmark)<br>
library(data.table)<br>
library(dplyr)<br>
library(tidyr)<br>
set.seed(123456)<br>
numero <- 1e5<br>
<span>N <- 1e1<br>
tabla <-<br>
microbenchmark(<br>
</span><span> JVG ={<br>
dat <-<br>
data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0<br>
)) , size = numero ) ,<br>
dos = sample( c(runif(numero) , rep(NA , numero /1e1<br>
)) , size = numero ) ,<br>
tres = sample( c(runif(numero) , rep(NA , numero /2e1<br>
)) , size = numero ) ,<br>
cuatro = sample( c(runif(numero) , rep(NA , numero /1e2<br>
)) , size = numero ) ,<br>
cinco = sample( c(runif(numero) , rep(NA , numero /2e2<br>
)) , size = numero ) ,<br>
seis = sample( c(runif(numero) , rep(NA , numero /1e3<br>
)) , size = numero )<br>
)<br>
</span> First_month <-<br>
<div><div class="m_-4634798612048657397h5"> apply(X = dat, MARGIN = 1, FUN =<br>
function(x){<br>
return( min( which( !<a href="http://is.na" rel="noreferrer" target="_blank">is.na</a>(x) ), na.rm = TRUE ) )<br>
}<br>
)<br>
dat[ , First_month := First_month]<br>
N_for <- length( unique(First_month ))<br>
for( j in 1:N_for){<br>
x <- dat[ First_month == j, j, with = FALSE]<br>
dat[ First_month == j , Value_First_month := x ]<br>
}<br>
},<br>
Olivier ={<br>
dat <-<br>
data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0<br>
)) , size = numero ) ,<br>
dos = sample( c(runif(numero) , rep(NA , numero /1e1<br>
)) , size = numero ) ,<br>
tres = sample( c(runif(numero) , rep(NA , numero /2e1<br>
)) , size = numero ) ,<br>
cuatro = sample( c(runif(numero) , rep(NA , numero /1e2<br>
)) , size = numero ) ,<br>
cinco = sample( c(runif(numero) , rep(NA , numero /2e2<br>
)) , size = numero ) ,<br>
seis = sample( c(runif(numero) , rep(NA , numero /1e3<br>
)) , size = numero )<br>
)<br>
dat[,First_month := apply(X = .SD,MARGIN = 1,FUN = function(x)<br>
colnames(.SD)[min(which(!<a href="http://is.na" rel="noreferrer" target="_blank">is.na</a><wbr>(x)))])]<br>
dat[,Value_First_month := apply(X = .SD,MARGIN = 1,FUN = function(x)<br>
x[min(which(!<a href="http://is.na" rel="noreferrer" target="_blank">is.na</a>(x)))])]<br>
},<br>
Olivier2={<br>
dat <-<br>
data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0<br>
)) , size = numero ) ,<br>
dos = sample( c(runif(numero) , rep(NA , numero /1e1<br>
)) , size = numero ) ,<br>
tres = sample( c(runif(numero) , rep(NA , numero /2e1<br>
)) , size = numero ) ,<br>
cuatro = sample( c(runif(numero) , rep(NA , numero /1e2<br>
)) , size = numero ) ,<br>
cinco = sample( c(runif(numero) , rep(NA , numero /2e2<br>
)) , size = numero ) ,<br>
seis = sample( c(runif(numero) , rep(NA , numero /1e3<br>
)) , size = numero )<br>
)<br>
<br>
dat[,jugador:=1:.N]<br>
dat2=melt(dat,id.vars="jugador<wbr>")<br>
setkey(dat2,jugador)<br>
dat2[,index:=min(which(!<a href="http://is.na" rel="noreferrer" target="_blank">is.na</a>(<wbr>value))),by=jugador]<br>
dat3 <- dat2[,list(First_month_Olivier<br>
=variable[index[1]],Value_Fir<wbr>st_month_Olivier<br>
=value[index[1]]),by=jugador]<br>
setkey(x = dat, jugador)<br>
dat0 <- merge( x = dat, y = dat3, all.x = TRUE, all.y = FALSE)<br>
<br>
},<br>
<br>
</div></div> Adolfo = {<br>
<span><br>
dat <-<br>
data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0<br>
)) , size = numero ) ,<br>
dos = sample( c(runif(numero) , rep(NA , numero /1e1<br>
)) , size = numero ) ,<br>
tres = sample( c(runif(numero) , rep(NA , numero /2e1<br>
)) , size = numero ) ,<br>
cuatro = sample( c(runif(numero) , rep(NA , numero /1e2<br>
)) , size = numero ) ,<br>
cinco = sample( c(runif(numero) , rep(NA , numero /2e2<br>
)) , size = numero ) ,<br>
seis = sample( c(runif(numero) , rep(NA , numero /1e3<br>
)) , size = numero )<br>
)<br>
</span><span> # 1) Creamos una columna con la informacion de los jugadores,<br>
# Como es un jugador por fila, hacemos 1:nrow.<br>
step1 <- dat %>%<br>
mutate(player = 1:nrow(dat))<br>
<br>
#2) Convertimos las columnas de tiempo (uno, dos, tres, ...) en dos<br>
</span> # columnas, mes y numero de juegos. (Ojo, asumimos que en los datos<br>
las<br>
# columnas estan ordenadas como en<br>
<span>el ejemplo, es decir uno, dos, tres y no<br>
</span> # tres, uno, dos)<br>
#<br>
<span> step2 <- gather(step1, month, games, -player)<br>
<br>
#y 3) Filtramos los meses con NA y por cada jugador nos quedamos con<br>
</span> # el primer dato:<br>
<span> step3 <- step2 %>%<br>
filter(!<a href="http://is.na" rel="noreferrer" target="_blank">is.na</a>(games)) %>%<br>
group_by(player) %>%<br>
slice(1)<br>
</span> },<br>
<br>
Olivier3 = {<br>
<span> dat <-<br>
data.table( Uno = sample( c(runif(numero) , rep(NA , numero /2e0<br>
)) , size = numero ) ,<br>
dos = sample( c(runif(numero) , rep(NA , numero /1e1<br>
)) , size = numero ) ,<br>
tres = sample( c(runif(numero) , rep(NA , numero /2e1<br>
)) , size = numero ) ,<br>
cuatro = sample( c(runif(numero) , rep(NA , numero /1e2<br>
)) , size = numero ) ,<br>
cinco = sample( c(runif(numero) , rep(NA , numero /2e2<br>
)) , size = numero ) ,<br>
seis = sample( c(runif(numero) , rep(NA , numero /1e3<br>
)) , size = numero )<br>
)<br>
</span><span> M=as.matrix(dat)<br>
index <- which(!<a href="http://is.na" rel="noreferrer" target="_blank">is.na</a>(M)) - 1<br>
meses<-colnames(M)<br>
M2<- data.table(columna=index %/% nrow(M) +1L, jugador=index %%<br>
nrow(M) +1L , valor=M[index+1L])<br>
setkey(M2,jugador,columna)<br>
<br>
<br>
</span><span>M2[,.(First_month=meses[column<wbr>a[1]],Value_First_month=valor[<wbr>1]),by=jugador]<br>
},<br>
GilBellosta = {<br>
<br>
dat <-<br>
</span> data.frame( Uno = sample( c(runif(numero) , rep(NA , numero /2e0<br>
<span> )) , size = numero ) ,<br>
dos = sample( c(runif(numero) , rep(NA , numero /1e1<br>
)) , size = numero ) ,<br>
tres = sample( c(runif(numero) , rep(NA , numero /2e1<br>
)) , size = numero ) ,<br>
cuatro = sample( c(runif(numero) , rep(NA , numero /1e2<br>
)) , size = numero ) ,<br>
cinco = sample( c(runif(numero) , rep(NA , numero /2e2<br>
)) , size = numero ) ,<br>
seis = sample( c(runif(numero) , rep(NA , numero /1e3<br>
)) , size = numero )<br>
)<br>
</span><span> tmp <- (as.matrix(dat))<br>
cols <- col(tmp)<br>
cols[<a href="http://is.na" rel="noreferrer" target="_blank">is.na</a>(tmp)] <- Inf<br>
my.cols <- apply(cols, 1, min)<br>
my.values <- tmp[cbind(1:nrow(tmp), my.cols)]<br>
</span> },<br>
Adolfo2 = {<br>
dat <-<br>
data.frame( Uno = sample( c(runif(numero) , rep(NA , numero /2e0<br>
<span> )) , size = numero ) ,<br>
dos = sample( c(runif(numero) , rep(NA , numero /1e1<br>
)) , size = numero ) ,<br>
tres = sample( c(runif(numero) , rep(NA , numero /2e1<br>
)) , size = numero ) ,<br>
cuatro = sample( c(runif(numero) , rep(NA , numero /1e2<br>
)) , size = numero ) ,<br>
cinco = sample( c(runif(numero) , rep(NA , numero /2e2<br>
)) , size = numero ) ,<br>
seis = sample( c(runif(numero) , rep(NA , numero /1e3<br>
)) , size = numero )<br>
)<br>
</span><span> tmp <- (as.matrix(dat))<br>
cols <- col(tmp)<br>
</span> cols[<a href="http://is.na" rel="noreferrer" target="_blank">is.na</a>(tmp)] <- NA<br>
my.cols <- cols[,ncol(cols)]<br>
for (j in (ncol(cols)-1):1){<br>
my.cols <- ifelse(<a href="http://is.na" rel="noreferrer" target="_blank">is.na</a>(cols[,j]), my.cols, cols[,j])<br>
<span> }<br>
my.values <- tmp[cbind(1:nrow(tmp), my.cols)]<br>
</span><span> },<br>
times = N, unit = "s")<br>
<br>
> tabla<br>
</span>Unit: seconds<br>
<span> expr min lq mean median uq max<br>
neval<br>
</span> JVG 1.0458327 1.3045354 1.3660296 1.3486868 1.4004353 2.0389759<br>
10<br>
Olivier 4.4031746 4.6501372 4.9638930 4.9841975 5.2855783 5.5569627<br>
10<br>
Olivier2 1.7937688 2.1531256 2.4749540 2.5052893 2.8389349 3.0933835<br>
10<br>
Adolfo 0.3520900 0.3615358 0.4764479 0.3942295 0.5072621 1.0266727<br>
10<br>
Olivier3 0.3936536 0.4454847 0.5254894 0.4784246 0.5269834 0.8900983<br>
10<br>
GilBellosta 0.2721629 0.3097020 0.3901691 0.3466332 0.4294069 0.7126116<br>
10<br>
Adolfo2 0.1110292 0.1611071 0.1812212 0.1639743 0.2007791 0.2948245<br>
10<br>
</div></div><div class="m_-4634798612048657397HOEnZb"><div class="m_-4634798612048657397h5"><br>
[[alternative HTML version deleted]]<br>
<br>
______________________________<wbr>_________________<br>
R-help-es mailing list<br>
<a href="mailto:R-help-es@r-project.org" target="_blank">R-help-es@r-project.org</a><br>
<a href="https://stat.ethz.ch/mailman/listinfo/r-help-es" rel="noreferrer" target="_blank">https://stat.ethz.ch/mailman/l<wbr>istinfo/r-help-es</a><br>
</div></div></blockquote></div><br></div>
</blockquote></div><br></div>
<br></body></html>