Esto dividirá de manera diferente a lo que tiene, pero es todavía una estructura bastante lista agradable pienso:
chunk.2 <- function(x, n, force.number.of.groups = TRUE, len = length(x), groups = trunc(len/n), overflow = len%%n) {
if(force.number.of.groups) {
f1 <- as.character(sort(rep(1:n, groups)))
f <- as.character(c(f1, rep(n, overflow)))
} else {
f1 <- as.character(sort(rep(1:groups, n)))
f <- as.character(c(f1, rep("overflow", overflow)))
}
g <- split(x, f)
if(force.number.of.groups) {
g.names <- names(g)
g.names.ordered <- as.character(sort(as.numeric(g.names)))
} else {
g.names <- names(g[-length(g)])
g.names.ordered <- as.character(sort(as.numeric(g.names)))
g.names.ordered <- c(g.names.ordered, "overflow")
}
return(g[g.names.ordered])
}
Qué le dará la siguiente, dependiendo de cómo quiere que el formato:
> x <- 1:10; n <- 3
> chunk.2(x, n, force.number.of.groups = FALSE)
$`1`
[1] 1 2 3
$`2`
[1] 4 5 6
$`3`
[1] 7 8 9
$overflow
[1] 10
> chunk.2(x, n, force.number.of.groups = TRUE)
$`1`
[1] 1 2 3
$`2`
[1] 4 5 6
$`3`
[1] 7 8 9 10
Ejecución de un par de tiempos que utilizan estos ajustes:
set.seed(42)
x <- rnorm(1:1e7)
n <- 3
entonces tenemos los siguientes resultados:
> system.time(chunk(x, n)) # your function
user system elapsed
29.500 0.620 30.125
> system.time(chunk.2(x, n, force.number.of.groups = TRUE))
user system elapsed
5.360 0.300 5.663
EDIT: El cambio de as.factor() para as.character() en mi función lo hizo dos veces más rápido.
Sí, es muy claro que lo que se obtiene es la solución a "n trozos de igual tamaño". Pero tal vez esto también te lleve allí: x <- 1:10; n <- 3; split (x, cut (x, n, labels = FALSE)) – mdsumner
Tanto la solución en la pregunta como la solución en el comentario anterior son incorrectas, ya que podrían no funcionar, si el vector tiene entradas repetidas. Pruebe esto: > foo <- c (rep (1, 12), rep (2,3), rep (3,3)) [1] 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 3 3 3 > trozo (foo, 2) (da un resultado erróneo) > trozo (foo, 3) (también mal) – mathheadinclouds
(continuando comentario anterior) por qué? rango (x) no necesita ser un número entero > rango (c (1,1,2,3)) [1] 1,5 1,5 3,0 4,0 así que por eso el método en la pregunta falla. Esta funciona (gracias a Harlan a continuación) > chunk2 <- function (x, n) split (x, corte (seq_along (X), n, etiquetas = FALSE)) – mathheadinclouds