如何解决R for loop wise : Rowwise sum on conditions : 性能问题
我有一个数据库,我在其中运行代码以根据同一行中先前单元格的总和和后续单元格的总和来更改单元格的值。
for (i in 1:row1)
{
for(j in 3:col-1)
{ # for-loop over columns
if (as.numeric(rowSums(e[i,2:j])) == 0 )
{
e1[i,j] <- 0
}
else if (as.numeric(rowSums(e[i,2:j])) > 0 && e[i,j] == 0 && as.numeric(rowSums(e[i,j:col])) > 0 )
{
e1[i,j] <- 1
}
else if (as.numeric(rowSums(e[i,j] == 1 && as.numeric(rowSums(e[i,j:col])) > 0 )
{
e1[i,j] <- 0
}
}
}
运行时间非常高。感谢任何提高速度的建议。附加信息:正在将新值复制到数据框中。
谢谢, 桑迪
编辑 2:
示例数据:
structure(list(`Sr no` = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19),`2018-01` = c(0,0),`2018-02` = c(0,`2018-03` = c(0,`2018-04` = c(0,1,`2018-05` = c(0,`2018-06` = c(0,`2018-07` = c(0,`2018-08` = c(0,1),`2018-09` = c(0,`2018-10` = c(1,`2018-11` = c(0,`2018-12` = c(1,`2019-01` = c(0,`2019-02` = c(0,0)),row.names = c(NA,-19L),class = c("tbl_df","tbl","data.frame"))
解决方法
我认为您可以使用 matrix
逻辑做到这一点。取决于你是否有足够的内存。
# creating fake data
# nc <- 300 # number of columns
nc <- 10 # for testing
nn <- 1e6 # rows
e <- sapply(1:nc,function(x) sample.int(2,nn,replace = T) - 1L)
e <- as.data.frame(e)
row1 <- nrow(e)
colc <- ncol(e)
# note that:
3:colc-1
# isnt equal with:
3:(colc-1)
s <- 3:(colc-1) # I assume you meant this
e1 <- matrix(nrow = row1,ncol = length(s)) # empty resulting matrix
s1 <- sapply(s,function(j) rowSums(e[,2:j])) # sum for each relevant i,j
s2 <- sapply(s,j:colc])) # sum for each relevant i,j
e2 <- as.matrix(e[,s]) # taking relevant columns of e
e1[s1 == 0] <- 0
e1[s1 > 0 & e2 == 0 & s2 > 0] <- 1
e1[s1 > 0 & e2 == 1 & s2 > 0] <- 0
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。