Deutsches R-Forum

Du sammelst ja nur Textvorschläge für Topics - die, die Dir davon sinnvoll erscheinen, markierst Du ja anschließend für den 2. Schritt - und nur die werden extrahiert!?
Ja, ich sammle die Topics und das was unter den Topics steht, so war der Plan.

Ich schicke dir morgen mal die .xlsx. Würde die ...

Hallo allerseits,

der Kipptaucher ist wieder da. Ich hab die parallelisierte Variante unter Linux bis zur Erstellung der Topics.xlsx durchlaufen lassen. Läuft schnell und ist sehr gründlich. Danke für den Code, Wie erwartet summieren sich da auch eine Menge Müll drunter. Ich zweifel langsam, ob ...

Man liest ja auch - wie ich es tue - mit "fread" aus data.table ein, das ist -zig mal schneller, vor allem von (NVMe-) SSD!

Gut zu wissen! Ich werde dann alles auf fread umstellen! Ich kapiere langsam, dass R nicht gleich R ist. :D
Vielleicht schafft fread auch meine Problem csv, Die hatte ...

Normalerweise rennst Du mit dieser Frage bei mir offene Türen ein, aber ich habe Deinen "Ernstfall" simuliert und die Beispielsdatei 1200 mal aneinandergehängt. Mein Rechner, der vor 4 Jahren top war, brauchte dafür ca. 6,5 Minuten...
Deshalb habe ich von einem Optimierungsversuch abgesehen!

Aber ...

Danke! Ich werde es nachher mal ausprobieren und mir das mal genauer anschauen.

Die Idee mit dem Excel-Sheet ist Klasse. Ich nehme an, ich kann auch mehreren Topics das gleiche Feld zu weisen.

by the way: ich hab noch mal ne Frage abseits meines Thread-Themas. Lässt sich die R beschleunigen? Mein ...

Also meine Idee war folgendermaßen: Ich strukturiere die Daten nach Topic hier wäre eine Zuordnung zur Patientid und AdmissionID auch sinnvoll, damit ich später nicht wieder durch den gesamten Freitext suchen muss. Dann Erstelle zu jedem Topic eine Art dictionary. Schaue mir das Dict auf ...

@Athomas: Ich kann dir auf die PN nicht antworten.
Da bin ich ja beruhigt - ich war kurz davor, Kipptaucher-Alarm zu geben :lol: (nicht wundern, das ist so eine Art "running gag" hier im Forum).


Das mit dem Kipptaucher habe ich nach einer kurzen Suchanfrage verstanden. Und nein, ich bin kein ...

Danke für die beiden Antworten, wie gesagt, ich bin neu hier und im Reich der R-Programmierung. Mein weiteres vVrgehen ist die Stringanalyse der Felder Chief compliant, History of Present illness, Past medical history, Physical examination, Allergies und Discharge Diagnosis. Ich gehe da vielleicht ...

Es handelt sich um 49 Aufnahmen (HADM_ID) von Patienten, mancher Patient (SUBJECT_ID) kommt mehrmals darin vor. Die Begriffe sind leider mal alles groß, mal groß und klein usw. geschrieben. Zumindest zeigten das meine Stichproben. Es ist also wurscht ob groß oder klein Entscheidend ist der Begriff ...

Hallo,

ich bin neu hier und bin ein R Newbie. Im Rahmen meiner Doktorarbeit muss ich ein Preprocessing von großen Datensätzen durchführen. Medizinische Daten gespeichert in csv-Dateien 59.000 Patientendaten von 3 intensivstationen einer amerikanischen Klinik. Diese Tabelle enthält Ein String ...