Question

在R中，我以下列方式创建数据框：

data <- data.frame(dummy=rep('dummy',10000))
data$number = 0
data$another = 1

当我运行一个为数据帧赋值的for循环（遍历行）时，我的代码运行速度非常慢

calculation <- function() {2}
somethingElse <- function() {3}

system.time(
 for (i in 1:10000) {
   data[i,2]=calculation()
   data[i,3]=somethingElse()
 }
)

以上代码段在我的笔记本电脑上运行20秒。在其他语言中，如C或Java，这会立即完成。 R为什么这么慢？我记得读过R逐列存储矩阵（例如，与C不同，它是逐行存储的）。但是，我仍然很困惑为什么需要这么多时间。我的data.frame不应该适合内存（避免慢速写入行为）吗？

作为我的问题的延续，我想要一个快速的方法来逐行填充我的数据，如果存在的话。

编辑：请注意，我并没有尝试将常量2和3分配给我的数据帧，在我试图解决计算的实际问题中（）和somethingElse（）有点复杂并依赖于另一个数据帧。我的问题是关于在循环中有效插入数据框架（我也很好奇为什么这么慢）。

Answer 1

答案是矢量化：

data[,2] = 2
data[,3] = 3

立即为我完成。对于像R这样的解释语言中的循环，这些循环很慢。通过直接分配矢量（即矢量化）来执行这种操作要快得多。

用新语言编程需要新的思维方式。你的方法使用编译语言，不需要for循环。

分配给大R数据帧

1 个答案: