Question

我正在使用apply（）和mutate将新列添加到数据框。有用。不幸的是，它非常慢。我有2400万行，并且要根据很长的值（58个项目）添加列。用较小的列表可以忍受。不再。这是我的例子

large_df <-data.frame(A=(1:4),
                   B= c('a','b','c','d'),
                  C= c('e','f','g','h')) 
long_list = c('e','f','g')

large_df =mutate (large_df, new_C = apply(large_df[,2:3], 1, 
                 function(r) any(r %in% long_list)))

新列（new_C）将显示True或False。它可以工作，但我正在寻找一种快速的替代方法。

非常感谢。 Serhiy

奖金问：我不能只选择一列具有apply（）所需范围的列。为什么？

Answer 1

使用lapply尝试以下一种方法：

large_df$new_c <- Reduce(`|`, lapply(large_df[, 2:3], `%in%`, long_list))

或sapply：

large_df$new_c <- rowSums(sapply(large_df[, 2:3], `%in%`, long_list)) > 0

两者均返回：

large_df
#  A B C new_c
#1 1 a e  TRUE
#2 2 b f  TRUE
#3 3 c g  TRUE
#4 4 d h FALSE

根据长列表将列添加到数据框中，而另一列中的值太慢

1 个答案: