Question

我有一个数据框，我想添加另一列，这是一个涉及3个其他列的计算结果。我现在使用的方法似乎很慢。有没有更好的方法来做同样的事情。这是我正在使用的方法。

library(bitops)

GetRes<-function(A, B, C){
  tagU <- bitShiftR((A*C), 4)
  tagV <- bitShiftR(B, 2)

  x<-tagU %% 2
  y<-tagV %% 4

  res<-(2*x + y) %% 4
  return(res)
}

df <- data.frame(id=letters[1:3],val0=1:3,val1=4:6,val2=7:9)
apply(df, 1, function(x) GetRes(x[2], x[3], x[4]))

我的数据框架很大，需要很长时间才能完成这项计算。有人可以建议我做得更好吗？

感谢。

Answer 1

尝试mapply

mapply(GetRes, df[,2], df[,3], df[,4])

如果您告诉我们哪个软件包bitShiftR来自哪个软件包，我们可以在更大的数据上对其进行测试，看看是否有任何性能提升。

<强>更新
快速基准测试显示，mapply的速度是apply

的两倍

microbenchmark(apply(df[,2:4], 1, function(x) GetRes(x[1], x[2], x[3])), mapply(GetRes, df[,2], df[,3], df[,4]))
Unit: microseconds
                                                      expr     min       lq   median      uq      max neval
 apply(df[, 2:4], 1, function(x) GetRes(x[1], x[2], x[3])) 196.985 201.6200 206.7515 216.187 1006.775   100
                 mapply(GetRes, df[, 2], df[, 3], df[, 4])  99.982 105.6105 108.7560 112.232  149.311   100

Answer 2

您所做的一切都已经过矢量化，这比您提供的任何其他替代品要快得多。你可以称之为......

with(df, GetRes(val0, val1, val2))

或者

GetRes(df$val0, df$val1, df$val2)

或者

GetRes(df[,2], df[,3], df[,4])

R：在数据帧的多个列上进行行方式计算的最快方法

2 个答案: