我使用的统计库mlogit具有低效的例程，可以从不平衡的数据库中创建平衡的data.frame。使用我的特定数据集，可生成具有100,000个行的中间data.frame mf。有问题的代码行是：
mf <- mf[all.rn, ]
all.rn是一个字符向量，用于索引表单的data.frame：
"701364.1" "701364.3" "701364.4" "701364.5" "701364.6" "701364.7"
"701364.8" "701364.9" "701364.2" "701364.12"
"701364.10" "701364.11" "701364.13" "701364.14" "701364.15" "701364.16"
"701364.17" "701364.18" "701364.19" "701364.20"
"701364.21" "701364.23" "701364.24" "701364.22" "701364.27" "701364.28"
"701364.30" "701364.37" "701364.38" "701364.39"
"701364.25" "701364.26" "701364.29" "701365.1" "701365.3" "701365.4"
"701365.5" "701365.6" "701365.7" "701365.8"
"701365.9" "701365.2" "701365.12" "701365.10" "701365.11" "701365.13"
"701365.14" "701365.15" "701365.16" "701365.17"
由两个数字组成。第一个对应于特定事件，第二个对应于该事件可用的选项，这些事件在事件之间变化。并非所有选择都可用。
原始的mf data.frame看起来像这样：
701364.1 FALSE 1.191801e-02 11.88888889
701364.3 FALSE 2.715409e-01 7.88888889
701364.4 FALSE -3.202290e-02 4.88888889
701364.5 FALSE -1.940157e-01 -3.11111111
701364.6 FALSE 5.653818e-02 -4.11111111
701364.7 FALSE 2.081075e-02 -7.11111111
701364.8 FALSE -1.819507e-01 -8.11111111
701364.9 TRUE -1.491018e-01 -11.11111111
701365.1 FALSE 2.354772e-01 3.44444444
701365.2 TRUE 1.141553e-01 3.44444444
701365.3 FALSE -3.000000e-01 3.44444444
701365.4 FALSE 3.585301e-02 3.44444444
701365.8 FALSE -2.321651e-02 -3.55555556
701367.1 FALSE 2.154056e-01 5.20000000
701367.2 FALSE -7.043655e-03 2.20000000
虽然例行程序后的结果data.frame与NAs中遗漏的选项保持平衡：
701364.1 FALSE 1.191801e-02 11.88888889
701364.3 FALSE 2.715409e-01 7.88888889
701364.4 FALSE -3.202290e-02 4.88888889
701364.5 FALSE -1.940157e-01 -3.11111111
701364.6 FALSE 5.653818e-02 -4.11111111
701364.7 FALSE 2.081075e-02 -7.11111111
701364.8 FALSE -1.819507e-01 -8.11111111
701364.9 TRUE -1.491018e-01 -11.11111111
NA NA NA NA
NA.1 NA NA NA
NA.2 NA NA NA
NA.3 NA NA NA
NA.4 NA NA NA
NA.5 NA NA NA
NA.6 NA NA NA
NA.7 NA NA NA
NA.8 NA NA NA
NA.9 NA NA NA
NA.10 NA NA NA
NA.11 NA NA NA
NA.12 NA NA NA
NA.13 NA NA NA
NA.14 NA NA NA
NA.15 NA NA NA
NA.16 NA NA NA
NA.17 NA NA NA
NA.18 NA NA NA
NA.19 NA NA NA
NA.20 NA NA NA
NA.21 NA NA NA
NA.22 NA NA NA
NA.23 NA NA NA
NA.24 NA NA NA
701365.1 FALSE 2.354772e-01 3.44444444
701365.3 FALSE -3.000000e-01 3.44444444
701365.4 FALSE 3.585301e-02 3.44444444
NA.25 NA NA NA
NA.26 NA NA NA
NA.27 NA NA NA
701365.8 FALSE -2.321651e-02 -3.55555556
row.names之前的。 我遇到的问题是，这个例程在处理更大的数据集时会造成瓶颈。使用实际模型拟合运行可能需要一天的时间。反正有加速吗？
使用rownames(mf) <- all.rn重命名行后，最终的data.frame将如下所示：
701364.1 FALSE 1.191801e-02 11.88888889
701364.3 FALSE 2.715409e-01 7.88888889
701364.4 FALSE -3.202290e-02 4.88888889
701364.5 FALSE -1.940157e-01 -3.11111111
701364.6 FALSE 5.653818e-02 -4.11111111
701364.7 FALSE 2.081075e-02 -7.11111111
701364.8 FALSE -1.819507e-01 -8.11111111
701364.9 TRUE -1.491018e-01 -11.11111111
701364.2 NA NA NA
701364.12 NA NA NA
701364.10 NA NA NA
701364.11 NA NA NA
701364.13 NA NA NA
701364.14 NA NA NA
701364.15 NA NA NA
701364.16 NA NA NA
701364.17 NA NA NA
701364.18 NA NA NA
701364.19 NA NA NA
701364.20 NA NA NA
701364.21 NA NA NA
701364.23 NA NA NA
701364.24 NA NA NA
701364.22 NA NA NA
701364.27 NA NA NA
701364.28 NA NA NA
701364.30 NA NA NA
701364.37 NA NA NA
701364.38 NA NA NA
701364.39 NA NA NA
701364.25 NA NA NA
701364.26 NA NA NA
701364.29 NA NA NA
701365.1 FALSE 2.354772e-01 3.44444444
701365.3 FALSE -3.000000e-01 3.44444444
701365.4 FALSE 3.585301e-02 3.44444444
701365.5 NA NA NA
701365.6 NA NA NA
701365.7 NA NA NA
701365.8 FALSE -2.321651e-02 -3.55555556