Question

我有一个看起来像这样的数据集：

test <- data.table(Weight=sample(x = c(20:100),500,replace = T),y=rnorm(500),z=rnorm(500))

> head(test)
   Weight          y           z
1:     87 -0.7946846 -0.03136408
2:     97  1.6570765  0.61080309
3:     80  1.1592073 -0.09389739
4:     23 -0.0268602 -1.36896141
5:     32  1.3171078 -2.19978789
6:     78 -0.1961162  0.62026338

我想复制每一行的次数与权重下的值一样多。我用以下代码实现了这一点:(我包含了一个进度条）

system.time(
  for (i in 1:nrow(test)){
    setTxtProgressBar(pb,i)
    for (j in 1:test[i,]$Weight){
      Testoutcome <- rbind(Testoutcome, test[i,])
    }
  })
user  system elapsed 
  32.91    0.08   33.57

我发现帖子here解释了rbindlist比rbind快得多。所以我修改了这样的代码：

system.time(
  for (i in 1:nrow(test)){
    setTxtProgressBar(pb,i)
    for (j in 1:test[i,]$Weight){
      Testoutcome <- rbindlist(list(Testoutcome, test[i,]))
    }
  })
user  system elapsed 
  27.72    0.05   28.31

所以它似乎没那么有效。我的实际数据集大约是1.000倍，查询需要永远...任何想法如何加快？也许我应该在循环之外得到绑定？

Answer 1

这应该很快，而且非常简单：

test[rep(1:.N,Weight)]

使用rbindlist提高速度不适用于两个for循环

1 个答案: