Question

由于速度原因，我很难将嵌套的for循环转换为lapply（）。

我有2个data.tables，我循环每一行，以便比较它的内容，如果相等，做一些计算。它花了我超过10分钟。为我的大约1000行和360行的数据集进行计算。

在下面这个最小的例子中，它不到一秒，但每个只有3个。

库（data.table）库（tictoc）

name <- c(rep("apple",2), rep("banana",2), rep("citrus", 2))
stim <- c("nc","alk" ,"nc",  "lem", "haz", "nc")
vis <- c(1, 1, 1, 1, 6, 7)
f <-c(2,2,2,1,3,3)
g <-c(2,2,2,2,4,4)
h <- c(rep(2,6))
value<- c(5,10,5,10,10,5)

tab <- data.table(name, stim, vis, f,g,h,value)

tab1 <- tab[stim == "nc"]
tab2 <- tab[!(stim == "nc")]


tic("looping")

for(i in 1:NROW(tab1)){
  for (n in 1: NROW((tab2))){
    if(identical(tab2[n,name],tab1[i,name])

    & identical(tab2[n,vis],tab1[i,vis])
      & identical(tab2[n,3:(length(tab2)-1), with = FALSE],tab1[i,3:(length(tab1)-1), with = FALSE])){

      tab2[n,"value"] <- tab2[n, "value"] - tab1[i,"value"]
    }  
  }

}
toc()

我一直在寻找申请家庭，这似乎是一种方法，但我无法弄清楚如何解决它。我感谢任何帮助！

编辑：循环之前： tab1看起来像这样：

     name stim vis f g h value
1:  apple   nc   1 2 2 2     5
2: banana   nc   1 2 2 2     5
3: citrus   nc   7 3 4 2     5

tab2如下所示：

     name stim vis f g h value
1:  apple  alk   1 2 2 2    10
2: banana  lem   1 1 2 2    10
3: citrus  haz   6 3 4 2    10

循环后（仅对tab2感兴趣）预期结果：

     name stim vis f g h value
1:  apple  alk   1 2 2 2     5
2: banana  lem   1 1 2 2    10
3: citrus  haz   6 3 4 2    10

Answer 1

应用循环不会加速您的计算。实际上它 WILL 会让它变慢，因为你已经定义了data.frames，而你只是在替换值。

相反，我建议使用合并的替代方法。（注意：您的代码有一些错误并且没有运行，所以我希望我正确地解释您的意图。如果没有，请告诉我。）

> merge(tab1, tab2, by = c("name", "vis", "f", "g", "h"), suffixes=c("1", "2"), all.y=T) -> tab3
> tab3$value <- tab3$value2-tab3$value1
> tab3
    name vis f g h stim1 value1 stim2 value2 value
1  apple   1 2 2 2    nc      5   alk     10     5
2 banana   1 1 2 2  <NA>     NA   lem     10    NA
3 citrus   6 3 4 2  <NA>     NA   haz     10    NA

您可以根据需要重命名或移动列。

R将嵌套for循环转换为lapply（）以获得更好的性能

1 个答案: