加速R中的循环运算

Question

加速R中的循环运算我在R中有一个很大的性能问题，我编写了一个函数，在data.frame对象。它只是将一个新列添加到data.frame积累一些东西。(简单操作)。这个data.frame大约有850 K行。我的电脑还在工作(现在大约10小时)，我对运行时一无所知。dayloop2 <- function(temp){     for (i in 1:nrow(temp)){             temp[i,10] <- i        if (i > 1) {                          if ((temp[i,6] == temp[i-1,6]) & (temp[i,3] == temp[i-1,3])) {                  temp[i,10] <- temp[i,9] + temp[i-1,10]                                 } else {                 temp[i,10] <- temp[i,9]                                                 }         } else {             temp[i,10] <- temp[i,9]         }     }     names(temp)[names(temp) == "V10"] <- "Kumm."     return(temp)}有什么办法加快这个行动吗？

Answer 1

如果你用for循环，您很可能是在编码R，就好像它是C、Java或其他什么东西一样。正确矢量化的r代码非常快。

例如，以这两段简单的代码为例，按顺序生成一个包含10，000个整数的列表：

第一个代码示例是如何使用传统的编码范式编写循环代码。它需要28秒才能完成

system.time({
    a <- NULL
    for(i in 1:1e5)a[i] <- i})
   user  system elapsed 
  28.36    0.07   28.61

通过简单的预分配内存操作，您可以得到几乎100倍的改进：

system.time({
    a <- rep(1, 1e5)
    for(i in 1:1e5)a[i] <- i})

   user  system elapsed 
   0.30    0.00    0.29

但是使用基R向量操作使用冒号运算符:这一操作几乎是即时的：

system.time(a <- 1:1e5)

   user  system elapsed 
      0       0       0