R语言知识介绍----优化代码方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

大家好，今天给大家带来的主题是：代码优化，提高for 循环的速度：

1. # Create the data frame
   
2. col1 <- runif (12^5, 0, 2)
   
3. col2 <- rnorm (12^5, 0, 2)
   
4. col3 <- rpois (12^5, 3)
   
5. col4 <- rchisq (12^5, 2)
   
6. df <- data.frame (col1, col2, col3, col4)

复制代码

逐行判断该数据框 (df) 的总和是否大于 4 ，如果该条件满足，则对应的新变量数值为’greaterthan4’，否则赋值为 ’lesserthan4’。

几种方法的比较：

方法一：

1. # Original R code: Before vectorization and pre-allocation
   
2. system.time({
   
3.   for (i in 1:nrow(df)) { # for every row
   
4.     if ((df[i, 'col1'] + df[i, 'col2'] + df[i, 'col3'] + df[i, 'col4']) > 4) { # check if > 4
   
5.       df[i, 5] <- "greater_than_4" # assign 5th column
   
6.     } else {
   
7.       df[i, 5] <- "lesser_than_4" # assign 5th column
   
8.     }
   
9.   }
   
10. })
    
11. -------------速度超级慢

复制代码

方法二：向量化思想

先定义好变量，并先附上初始值；再把判断条件写在外面判定好，最后进入循环。

1. output <- c(rep("lesser_than_4", nrow(df)))
   
2. condition <- (df$col1 + df$col2 + df$col3 + df$col4) > 4
   
3. system.time({
   
4.     for (i in (1:nrow(df))[condition]) {  # run loop only for true conditions
   
5.         if (condition[i]) {
   
6.             output[i] <- "greater_than_4"
   
7.         }
   
8.     }
   
9.     df$output
   
10. })

复制代码

方法三：使用ifelse

1. system.time({
   
2.   output <- ifelse ((df$col1 + df$col2 + df$col3 + df$col4) > 4, "greater_than_4", "lesser_than_4")
   
3.   df$output <- output
   
4. })

复制代码

方法四：使用which语句

1. # Thanks to Gabe Becker
   
2. system.time({
   
3.   want = which(rowSums(df) > 4)
   
4.   output = rep("less than 4", times = nrow(df))
   
5.   output[want] = "greater than 4"
   
6. })

复制代码

方法五：使用apply族函数替代for循环

1. # apply family
   
2. system.time({
   
3.   myfunc <- function(x) {
   
4.     if ((x['col1'] + x['col2'] + x['col3'] + x['col4']) > 4) {
   
5.       "greater_than_4"
   
6.     } else {
   
7.       "lesser_than_4"
   
8.     }
   
9.   }
   
10.   output <- apply(df[, c(1:4)], 1, FUN=myfunc)  # apply 'myfunc' on every row
    
11.   df$output <- output
    
12. })

复制代码

总结：大家可以分别用上述方法去尝试下，看下时间。一般而言应尽量避免for，能用隐式循环尽量用；另外，如果要用到for的话，尽量在for循环之间把结果的类型、长度和初始值都定义好，这样能大大减少系统开支。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏6 回帖

关键词：R语言 Create Frame creat Data R语言 提高for 循环的速度

这个对新手很有帮助，帮顶

谢谢，这个很有帮助

thank you!