Question

我正在努力提高我在R中的一个脚本的速度，其中一个需要很长时间的部分是在某些条件下清理列表。可能没有必要完全理解我想做什么，并直接转到我需要改进的代码。

所以这就是事情：我有一个列表，列表的每个元素都是2个元素的列表： - 第一个元素是整数向量，长度在1到4之间 - 第二个元素是长度为6的布尔矢量

这是创建这样一个列表（1000个元素）的代码：

numberList<-1000
l.gen<-lapply(1:numberList,function(i){
  return(list(var = floor(runif(floor(runif(1,1,5)),1,7)),vec = as.logical(floor(runif(6,0,1.99)))))  
})

看起来像那样：

> l.gen
[[1]]
[[1]]$var
[1] 1 4 2

[[1]]$vec
[1] FALSE FALSE FALSE FALSE  TRUE  TRUE


[[2]]
[[2]]$var
[1] 3

[[2]]$vec
[1] FALSE FALSE FALSE  TRUE  TRUE FALSE


[[3]]
[[3]]$var
[1] 6

[[3]]$vec
[1]  TRUE FALSE  TRUE FALSE  TRUE  TRUE


[[4]]
[[4]]$var
[1] 6

[[4]]$vec
[1]  TRUE  TRUE  TRUE FALSE FALSE FALSE

现在清洁部分，我想从此列表中删除满足两个条件的所有元素“l”：元素“l”的“$ vec”与列表中的另一个元素共有3次TRUE：

例如：

$vec
[1] TRUE TRUE FALSE  TRUE  TRUE FALSE

和

$vec
[1] TRUE FALSE FALSE  TRUE  TRUE FALSE

共有3个TRUE（第1个，第4个和第5个位置），所以它与条件不匹配。

如果我们有第一个条件，则测试第二个条件：元素的$ var应该至少有一个共同的元素（与它们各自的位置无关）

所以

[[1]]$var
[1] 1 4 2

和

[[1]]$var
[1] 3 1

满足该条件（因为“1”在两个向量中）

如果列表中的两个元素满足这两个条件，我会删除带有较短$ var

的元素

例如：

[[3]]
[[3]]$var
[1] 6

[[3]]$vec
[1]  TRUE FALSE  TRUE FALSE  TRUE  TRUE

[[3]]
[[3]]$var
[1] 6 3 5

[[3]]$vec
[1]  TRUE TRUE  TRUE FALSE  TRUE  TRUE

应删除此元素：

[[3]]
[[3]]$var
[1] 6

[[3]]$vec
[1]  TRUE FALSE  TRUE FALSE  TRUE  TRUE

所以这是我尝试过的符合我要求的代码：

res<-lapply(l.gen,function(l){
  for (i in 1:length(l)){
    if (length(l$var)<length(l.gen[[i]]$var)){

      in.common<-sum(l$vec&l.gen[[i]]$vec)
      if(in.common>limit){
        var.in.common<-sum(l$var%in%l.gen[[i]]$var)
        if(var.in.common>0){

          return(NULL)
        } else {
          return("OK")
        }
      } else {

        return("OK")
      }

    }
  }
})

它工作正常，但当列表非常大时，它有点慢。我试图用另一个lapply来改变for循环但是当列表很大时需要更多的时间，因为for循环中的return（）就像“break”一样。这不能在lapply（）中完成，它会尝试列表中的每个元素。

我对所有可能有帮助的建议持开放态度。

提高清单的速度需要一些清洁

0 个答案: