Question

我想优化我的代码，因为使用循环需要太长时间。我在下面准备了一个问题方案。

我想比较两个数据帧的第2和第3列中的值。因此，我希望在比较满足要求的两个数据帧后得到一个表：

如果第一个数据框中第2列的值（df）> =第二个数据框中第2列中的值（df2）和df中第3列中的值＆lt; = df2中3r列中的值

所以我的要求：

if（df [i，2]＆gt; = df2 [j，2]＆amp;＆amp; df [i，3]＆lt; = df2 [j，3]）

下面我的代码效果很好并且做了我想要的但是我认为它效率不高。有没有人知道我可以用来改进（加速）我的代码的功能？

#data frames
L1 = c(65, 61, 70, 65)
L2 = c(150, 135, 210, 140)
Name= c("A","A","A","A")
df = data.frame(Name, L1, L2)

L12 = c(70, 63, 52, 65)
L22 = c(132, 135, 145, 150)
Name2 = c("B","B","B","B")
df2 = data.frame(Name2, L12, L22)

temp <- df[FALSE,]
temp1 <- df2[FALSE,]

for (i in 1:nrow(df)){
l = 1
  for (j in 1:nrow(df2)){
    if(df[i,2] >= df2[j,2] && df[i,3] <= df2[j,3]){
     temp[l,] <-df[i,]
     temp1[l,] <-df2[j,]
     l = l + 1
    }
   }
 summ <- cbind(temp, temp1)
  if(i==1){
  sum1 <- summ
  }
  else(sum1 <- rbind(sum1,summ))
temp <- temp[FALSE,]
temp1 <- temp1[FALSE,]
}

此外，我必须逐个比较每个数据帧。我认为最简单的方法是将所有数据框作为列表读取并使用一些功能 - 也许来自申请系列？我试着这样做，但我失败了。我将不胜感激任何提示：）

Answer 1

和其他人一样，我并不完全确定我理解你想要什么。我想这就是你追求的目标？

   lapply(1:nrow(df),function(X) 
                     df[X,1]>=df2[,2]&&df[X,1]<df2[,3]
          )

这将返回df中每行的列表，即逻辑测试为真的实例数

 lapply(1:nrow(df),function(X) 
                         sum(df[X,1]>=df2[,2]&&df[X,1]<df2[,3])
              )

此外，您的代码包含一些基本的低效语句（例如，增长数据） - 这对于处理大数据时的速度可能是有害的。然而，有时我们会故意增加数据（最终产品的未知大小），因此您可能是故意这样做的。

无论如何，这是一个简短的已发布beginners guide on efficient R代码，您可以阅读（专注于生物学 - 但适用于所有领域）。

希望这有帮助！

注意：刚刚看过zyurnaidi的编辑。这段代码非常相似，如果df2很小，它将与上面的代码一样高效 - 否则重复合并可能会大大降低速度。

Answer 2

您可以先合并两个数据帧，然后再进行操作：

df.df2 <- merge(df, df2)
df.df2 <- df.df2[with(df.df2, L1 >= L12 & L2 <= L22), ]
df.df2

   Name L1  L2 Name2 L12 L22
10    A 61 135     B  52 145
12    A 65 140     B  52 145
13    A 65 150     B  65 150
16    A 65 140     B  65 150

编辑：可能这会适用于你的情况，因为它不需要创建一个大的合并数据帧，它一点一点地工作。但是，该过程本身可能需要比原始解决方案更长的时间。

df.df2 <- data.frame()
for(i in 1:nrow(df)) {
  df.df2.i <- merge(df[i, ], df2)
  df.df2.i <- df.df2.i[with(df.df2.i, L1 >= L12 & L2 <= L22), ]
  df.df2 <- rbind(df.df2, df.df2.i)
}

或使用lapply

df.df2 <- lapply(1:nrow(df), function(i) {
  df.df2.i <- merge(df[i, ], df2)
  df.df2.i <- df.df2.i[with(df.df2.i, L1 >= L12 & L2 <= L22), ]
})
df.df2 <- do.call(rbind, df.df2)

R：对许多data.frames的操作 - 我如何加速我的代码？

2 个答案: