n_sim <-1000和x=rep(3,n_sim)。
在上述情况下，迭代集为3，迭代集数为1000，因此总共进行了3000（1000 * 3）次迭代。
让我们定义如下：
Iter <- rep(1:n_sim, x)，Val <-rnorm(3*n_sim)，df<-data.frame(Iter,Val)。
问题：我想计算Val的总和，取每组迭代的含义，因为这里一组包含3个迭代，我想取前3个Val迭代并计算总和，依此类推。因此，我将得到一个长度为1000的最终向量，其中包含每个集合的Val的总和。
我在下面使用for循环进行了尝试，但是在进行1百万次仿真时速度非常慢。
sum_value <-array(0,c(n_sim))
for(i in 1: n_sim) {
sum_value[i] = df[df$Iter==i,] %>% .$Val %>% sum
}
任何人都有更好的主意如何加快此过程。