Question

我有一个包含数百个列和行的列表。我正在做的是循环几乎所有可能的迭代，取两列之间的差异。例如，取第1列和第2列，第1列和第3列之间的差异。第1列和第500列...第499列和第500列。一旦我有了这些差异，我就会为输出计算一些描述性统计数据（即。mean，st dev，kurtosis，skewness等）。我知道我可以使用lapply来单独计算每列的统计数据，但是sd（x）-sd（y）＆lt;＆gt; sd（x-y）所以它并没有真正减少我的循环。我可以使用avg（x）-avg（y）= avg（x-y），但这是我可以使用此属性的唯一统计数据。

这是我的一些伪代码：

    for (n1 in 1:(number of columns) {
        for (n2 in n1:(number of columns) {
            temp<-bigdata[n1]-bigdata[n2]
                 results[abc]<-(maxdrawdown,mean,skewness,kurtosis,count,st dev,
                       median, downsidedeviation)
         }
         }

这样做可能需要几天时间，所以我正在寻找一些改进。我已经将编译器与enableJIT(3)一起使用，这实际上确实让它明显加快了。我有其他一些想法，任何煽动都会有所帮助。一个是试图利用降雪包（仍然试图了解如何实现它），认为一个核心可以计算偏斜和峰度，而另一个计算其他统计数据。另一个想法是创建大块的temp（即1-2,1-3,1-4）作为另一个data.frame（或列表），以便对它使用lapply来立即淘汰多次迭代。这会有很大的不同吗？还有什么我可以做的，我甚至都没想过？

Answer 1

可重复的示例确实会有所帮助，因为您描述问题的方式令人困惑（例如，列表没有行/列）。我的猜测是bigdata和results是data.frames，在这种情况下，将每个转换为矩阵会使你的循环明显加快。

Answer 2

我不知道它是否会更快，但是如果不是更快的话，下面的代码可能会使代码更容易阅读，尽管它也应该更快一点，因为你已经消除了{{1} }。

尝试使用for() ...，我倾向于使用的频率低于我可能应该使用

例如：

expand.grid()

嗯，你明白了。： - ）

R使用大量循环优化脚本

2 个答案: