library(dplyr) library(magrittr) ## data generation numUsers = 1e5 numLevels = 5 userLevels = numUsers %>% replicate(1:sample(1:numLevels, 1), simplify = FALSE) df = lapply(1:numUsers, function(i) cbind(i, userLevels[[i]])) %>% do.call(rbind, .) %>% data.frame %>% tbl_df %>% set_names(c("user", "level")) # The number of rows of df is 299,541 in my case ## solution st = proc.time() maxUserID = max(df$user) out = df %>% group_by(level) %>% summarise(cum.prob = sum(user %in% 1:maxUserID) / maxUserID) # Source: local data frame [5 x 2] # # level cum.prob # 1 1 1.00000 # 2 2 0.80032 # 3 3 0.59995 # 4 4 0.39829 # 5 5 0.19685 proc.time() - st # user system elapsed # 0.38 0.00 0.38 user不是数字没有编号的话，建议改成这样： uniUserID = unique(df$user) out = df %>% group_by(level) %>% summarise(cum.prob = sum(user %in% uniUserID) / length(uniUserID)) ※ 引述《Udyr (Udyr)》之铭言： : [问题类型]: : 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来) : [软体熟悉度]: : 新手(没写过程式，R 是我的第一次) : [问题叙述]: : 资料的格式如下 : user level : 1 1 : 1 2 : 1 3 : 1 4 : 1 5 : 2 1 : 2 2 : 2 3 : 3 1 : 3 2 : 3 3 : 3 4 : 4 1 : 4 2 : 5 1 : 5 2 : 5 3 : 5 4 : 5 5 : 其中level的最大值为5 : 想对level计算累积机率（有多少比例的user达到某一个特定的level） : 以上面的资料 想得到的结果为 : level 5 4 3 2 1 : cum.prob 0.4 0.6 0.8 1 1 : 请问在资料量很大的情况下 : 有没有推荐较有效率的方法 -- --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.109.73.89 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1447636490.A.BCB.html ※ 编辑: celestialgod (140.109.73.89), 11/16/2015 09:17:43 ※ 编辑: celestialgod (140.109.73.89), 11/16/2015 09:25:39