Question

我有一个包含三列ABC，EFG，HIJ的表。我想创建第四列KLM，它是ABC条件值的函数，并且是对EFG和HIJ的运算结果。

目前，我正在使用一个循环，遍历400,000行大约需要15分钟。在我看来，这似乎不是很R。必须有一种方法可以大大减少时间：

for (i in 1:nrow(df)){
  if(is.na(df$ABC[i]) == FALSE ){
    df$KLM[i] <- as.numeric(df$EFG[i] * df$HIJ[i])
  } else {
    df$KLM[i] = NaN
  }
}

我已经添加了df：

ABC = c("NaN", 232,234,233,232.5)
EFG = c(12,12,12,12,12)
HIJ = c(10.75, 10.95, 11.25, 10.85, 10.55)
KLM = c(0,0,0,0,0)

df <- as.data.frame(cbind(ABC, EFG, HIJ, KLM))
df < unfactor(df)


> df
    ABC EFG   HIJ KLM
1   NaN  12 10.75   0
2   232  12 10.95   0
3   234  12 11.25   0
4   233  12 10.85   0
5 232.5  12 10.55   0

请问有人知道如何简化和提高效率吗？

Answer 1

评论中提到的

@jogo解决方案是data.frame的最佳矢量化解决方案。

使用data.table可以进行以下优化：

dt = as.data.table(df)
dt[,`:=`(KLM=NaN)]
set(x = dt, i =which(!is.na(dt$ABC)),j="KLM",value = as.numeric(EFG * HIJ))

在R中应用具有三个属性的函数

1 个答案: