Excel の列名(A,B,C,...)を数(1,2,3,...)に変換する についてだが，引数チェックはともかく，
ExcelColToNum = function(s) {
s = unlist(strsplit(s, ""))
x = which(LETTERS == s[1])
if (length(s) == 2) {
x = x*26 + which(LETTERS == s[2])
}
return(x)
}
x = c("A", "C", "Z", "AA", "AC", "ZZ")
sapply(x, ExcelColToNum)
で十分のような
生物系の人が苦しめられるあのデータ形式をRで扱いやすいように変換する
data1 = read.table("clipboard", header=TRUE)
data2 = stack(data1)
data = subset(data2, !is.na(values))
を紹介しているが，subset を使うよりは na.omit が単純明快
data = na.omit(stack(read.table("clipboard", header=TRUE)))
おまけ
dplyr を使えば
data = read.table("clipboard", header = TRUE) %.% stack() %.% subset(!is.na(values))
のように中間変数が要らないと自慢（？）しているが，上のように関数の入れ子の方が分かりやすい。
私見ではあるが，分野によっては，多くの研究者は数百万円の研究費で（場合によっては数十万円？），それこそ，世間からは「それがどれだけ重要な研究なの？」と思われるような研究をしているのかもしれない。
逆説的に言えば，さほど期待されていないからこそ，厳正に研究を行っている（ネガティブな結果しか得られませんでした，ゴメンナサイ的な）のではないか。
それがいいのか悪いのかと言われれば一概には言えないけど（最近の風潮では，ダメな研究，ダメな研究者，ダメな分野とみられるのだろうけど），科学者としての立場から言えば恥じることはないと，応援しよう。
鶏の胸肉を食べると疲労回復効果があるという研究に，30億掛かったという話も聞いた。
成果だけが功績じゃないよ。
夜中に目が覚めて，眠れないのでやってみた。答が違いそうなので，再検証が必要か。
sim = function(n.player = 3) { # プレーヤーの人数
check = function(x) { # ペアになるカードを除いて返す関数
y = table(x) %% 2
as.integer(names(y)[y != 0])
}
n = 53 %% n.player # カード配りをちょっとトリッキーに
m = 53 %/% n.player + (n != 0)
card = c(c(rep(1:13, 4), 14)[sample(53)], rep(NA, m*n.player-53))
player = apply(matrix(card, m, byrow=TRUE), 2, na.omit) # 各プレーヤーの持ち札
player = lapply(player, check) # 配り終えた後，各自でチェック
counter = 0
from = 1 # 1番目の人が2番目の人に引かれることから開始
repeat {
counter = counter+1
n.player = length(player) # 残っているプレーヤーの人数
if (n.player == 1) break
to = if (from == n.player) 1 else from+1 # 最後の人のカードは1番目の人が引く
z = player[[from]] # カードを引かれるプレーヤーの処理
v = z[sample(length(z), 1)] # 無作為に1枚引かれる
player[[from]] = setdiff(z, v) # 持ち札からなくなる
if (length(player[[from]]) == 0) { # 持ち札が0枚なら上がり
player[[from]] = NULL # プレーヤーをリストから消去
if (to != 1) to = to-1 # カードを引くプレーヤーの番号は繰り下がる（1でない場合）
}
player[[to]] = c(player[[to]], v) # カードを引いたプレーヤーの持ち札
player[[to]] = check(player[[to]]) # チェック
if (length(player[[to]]) == 0) { # 持ち札が0枚なら上がり
player[[to]] = NULL # プレーヤーをリストから消去
if (to > length(player)) to = length(player)
}
from = to
}
counter
}
x <- replicate(1000, sim(26))
hist(x, right=FALSE)
子供がやってた算数問題(改)
http://r-statistics-fan.hatenablog.com/entry/2014/03/03/220956 にあるプログラム。
あまり速くないと言われてる gtools の permutations() ではあるが，使い方によっては，べらぼうに速い。あっという間に解が得られる。（私も意外であったが）
f3 = function() {
library(gtools)
x = permutations(10,4)
apply(x, 1, function(y) {
if (all(y != 6) && abs(y[1]-y[2]) == 6) {
z1 = abs(diff(y))
z2 = abs(diff(z1))
z3 = abs(diff(z2))
if (length(table(c(y, z1, z2, z3))) == 10) {
print(c(y, z1, z2, z3))
return
}
}
})
invisible()
}
> system.time(f3())
[1] 9 3 10 8 6 7 2 1 5 4
ユーザ システム 経過
0.101 0.001 0.101
プログラム実行時間を短くするにはいくつかのやり方があるが，
1. 探索範囲を狭くする
2. 全体の実行時間を短くするためには，準備に実行時間をかければ，その努力は十分に報われることもある
というようなものもあるということで。
子供がやってた算数問題(改)
http://r-statistics-fan.hatenablog.com/entry/2014/03/03/220956 にあるプログラム。
最初の部分を
s = permutations(10)
s = s[s[,5]==6,]
a = b = c = d = e = f = g = numeric(nrow(s))
とするだけで，処理時間は元の 60% ほどになる。代入記号に = を使うのは，このブログの欠陥を回避するため。
permutations がほとんどの時間を取るので，それ以外の箇所をいじっても，あまり効果はなさそう。
