如何使用并行计算优化下面的代码

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

是这样的：

    for(x in result_list){
         
          rbin_food_name<-unlist(str_split(result[x,]$food_name,','))
          rbin_food_count<-unlist(str_split(result[x,]$food_count,','))
          print(result[x,])
           
          for(m in 1:length(rbin_food_name)){

add_rows<-c(id=result[x,]$order_id,address=result[x,]$address,username=result[x,]$username,foodname=rbin_food_name[m]
                        ,foodcount=rbin_food_count[m])
         
            rbin_df<-rbind(rbin_df,add_rows)
          }
        }

result_list ： 这是数据框的行数比如1：50000，
result是数据结果，大概十几万行
下面的for是对数据进行处理，如何使用并行计算包，如foreach 或者parallel 包的并行函数处理 这些逻辑，提升运行速度呢？

我尝试过使用foreach，但是会提示错误，或者处理无效。

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0 回帖

关键词：并行计算 如何使用 Result RESUL Food 如何

先不用考虑并行计算的问题，你的代码可优化的余地很大，基本上用到了最慢的方式。你试试先定义好rbin_df的维度（空的），然后用：
rbin_df[m, ] <- add_rows
替代
rbin_df <- rbind(rbin_df,add_rows)
就能快一倍以上。
没能全部看懂代码，感觉可以向量化的，最终优化好后，十几万行的数据，运行起来也就几秒或者零点几秒的事儿，就别麻烦并行计算了吧。