复制data.frame的最快方法

如何解决复制data.frame的最快方法

我正在寻找最快的复制data.frame的方法。是否有rep.data.frame复制行？对于所有输入，最快的方法是什么？因为我有一个需要复制对象x的函数，该对象可以是vector或data.frame。

我当前正在使用的代码

repx <- function(x,...) if(is.atomic(x)) rep(x,...) else x[rep(1:nrow(x),...),]

我使用@ronak的答案提出了足够接近的解决方案，尽管我的目标是获得与rep类似的输出，请参见下面的输出：

rep.data.frame <- function(x,each,times) rbindlist(replicate(times,rbindlist(replicate(each,x,simplify = F) ),simplify = F) )

rep(data.frame(y=1:2),times=3,each=2)
    y
 1: 1
 2: 2
 3: 1
 4: 2
 5: 1
 6: 2
 7: 1
 8: 2
 9: 1
10: 2
11: 1
12: 2

# Desired output
    x
 1: 1
 2: 1
 3: 2
 4: 2
 5: 1
 6: 1
 7: 2
 8: 2
 9: 1
10: 1
11: 2
12: 2

解决方法

您可以编写一个简单的函数，该函数将重复data.frame或向量的行，该行等于指定的次数（实际上这与您已经在做的事情非常相似。请注意，我无法获得rep.data.frame以提供所需的输出）。一个简单的函数可能看起来像这样：

rep_rows <- function(x,times) {
  if (is.matrix(x) | is.data.frame(x)) {
    x[rep(seq_len(nrow(x)),each = times),drop = FALSE]
  } else {
    x[rep(seq_len(length(x)),each = times)]
  }
}

我们创建两个对象来测试代码：

db <- data.frame(
  y = rep(1:2,times = 3)
)

y <- rep(1:2,times = 3)

db看起来像这样：

> db
  y
1 1
2 2
3 1
4 2
5 1
6 2

和y看起来像这样：

> y
[1] 1 2 1 2 1 2

使用我们的功能，我们得到：

> rep_rows(db,2)
    y
1   1
1.1 1
2   2
2.1 2
3   1
3.1 1
4   2
4.1 2
5   1
5.1 1
6   2
6.1 2
> 

和

> rep_rows(y,2)
 [1] 1 1 2 2 1 1 2 2 1 1 2 2

编辑： 当以较大数据为基准进行测试时，仍然相当快。好奇地看看它与其他方法的比较。

> db <- data.frame(
+   y = rep(1:5,times = 1000)
+ )
> microbenchmark::microbenchmark(rep_rows(db,100))
Unit: milliseconds
              expr      min       lq    mean   median       uq      max neval
 rep_rows(db,100) 259.0079 279.6223 294.129 285.9272 307.0718 349.6123   100