r - 如何使这个循环更快？

Question

我正在阅读名为100px的{​​{1}}文件，如下所示：

它从max到.csv并且有4,166行。然后，以下代码为每列创建一个新文件，使用cleanequityreturns.csv函数计算近似熵，并打印该值。我知道为每个列创建一个新文件非常繁琐，但我找不到另一个文件。

r1

我的问题如下：代码执行这些任务需要很长时间。我尝试将它运行10列，大约需要20分钟，对于所有299列，大约需要10小时。此外，此代码打印每个近似熵值，因此我仍然需要将它们复制并粘贴到Excel中以使用它们。

如何让这段代码运行得更快并将输出写入r299文件？

Answer 1

只需使用lapply()作为运行数据帧，通过迭代处理列：

equityreturn <- read.csv("cleanequityreturns.csv", header=T)

entropy_values <- lapply(equityreturn, function(col) {
        approx_entropy(col, edim = 4, r = 0.441*sd(col), elag = 1)
})