避免使用for循环

Question

我正在使用R，我有一个这样的代码：

for (i in 1:10)
   for (j in 1:100)
        if (data[i] == paths[j,1])
            cluster[i,4] <- paths[j,2]

其中：

• data是一个包含100行和1列
的向量
• paths是一个包含100行和5列的矩阵
• cluster是一个包含100行和5列的矩阵

我的问题是：如何避免使用“for”循环遍历矩阵？我不知道apply函数（lapply，tapply ...）在这种情况下是否有用。

例如，j=10000这是一个问题，因为执行时间很长。

谢谢

Answer 1

内环可以进行矢量化

cluster[i,4] <- paths[max(which(data[i]==paths[,1])),2]

但请查看Musa的评论。我认为你缩进了别的东西。

第二个（外部）循环可以通过复制矢量来进行矢量化，但

1. 如果i只有100，那么你的加速不会很大
2. 它需要更多内存

---

[编辑] 据我了解你的评论你可以使用逻辑索引吗？

indx <- data==paths[, 1]
cluster[indx, 4] <- paths[indx, 2]

Answer 2

我认为可以使用以下方法对两个循环进行矢量化：

cluster[na.omit(match(paths[1:100,1],data[1:10])),4] = paths[!is.na(match(paths[1:100,1],data[1:10])),2]