我经常发现PHP
中的isset()
非常有帮助。试图创建它的R
版本,我想出了以下内容:
isset <- function(x){
a <- try(x, silent = TRUE)
return(!inherits(a, "try-error") && !is.null(a) && (length(a) != 1L || !is.na(a)))
}
它由3个检查组成:
- 对象存在吗?
- 如果是,是
NULL
? - 如果不是,且不是,
NA
是否为矢量?
如上所述,isset
非常慢:
1)简单情况,根本不需要isset
> microbenchmark(isset(NULL), isset(NA))
Unit: microseconds
expr min lq median uq max neval
isset(NULL) 11.867 12.509 12.830 13.310 62.54 100
isset(NA) 12.829 13.471 14.112 14.433 22.45 100
2)更有用,但仍然可以使用is.null()
> test_var <- list(a = 1)
> microbenchmark(isset(test_var$b))
Unit: microseconds
expr min lq median uq max neval
isset(test_var$b) 12.509 13.15 13.791 14.112 112.892 100
3)这里确实有帮助,但也变得非常慢
> rm(test_var)
> microbenchmark(isset(test_var), isset(test_var$b), try(test_var$b, silent = TRUE))
Unit: microseconds
expr min lq median uq max neval
isset(test_var) 736.038 764.1015 780.4575 815.5755 1223.844 100
isset(test_var$b) 737.001 764.7425 786.0700 815.0940 986.837 100
try(test_var$b, silent = TRUE) 732.832 760.2525 779.3345 815.4155 1034.944 100
几乎所有的时间都花在了try
上。
Q:考虑到在上述3种情况下它都需要返回FALSE
,您如何重写isset
以使其至少快两倍?
使用内置的exists
:
isset <- function(x) {
is_variable <- make.names(name <- deparse(substitute(x))) == name
if (is_variable && !exists(name)) return(FALSE)
!is.null(x) && (length(x) != 1L || !is.na(x))
}
# > microbenchmark(isset(test_var), isset(test_var$b))
# Unit: microseconds
# expr min lq median uq max neval
# isset(test_var) 28.011 28.9115 29.278 29.6445 41.960 100
# isset(test_var$b) 47.656 49.1515 49.690 50.4170 137.049 100