試圖增加的功能效率，其將一個數據幀劃分成，使用R

Question

一個較大的數據幀

我正在尋找一種有效的方式把這樣的數據幀：

1 45 
2 49 
5 25 
6 24 
9 32 
11 39 

成這樣一個數據幀：

1 45 
2 49 
3 49 
4 49 
5 25 
6 24 
7 24 
8 24 
9 32 
10 32 
11 39 

因此，這基本上是在行中添加左列中序列中的缺失值並使用右列中的最後一個值。我試圖爲1,000,000行的數據框做到這一點，我的功能非常慢。我認爲必須有一個更快的方法。

我做的是首先把它變成一個data.frame我打電話w方式：

1 45 
2 49 
3 0 
4 0 
5 25 
6 24 
7 0 
8 0 
9 32 
10 0 
11 39 

這一步是相當快的，而不是一個問題，但後來我用：

for (i in 1:nrow(w)) { 
    if(w[i,2]==0) {w[i,2]<-w[i-1,2]} 
} 

大部分時間都花在'< - '上，但我嘗試了很多不同的方式，這是我能想到的最快速度。當我做20,000行時很快，但當我嘗試1,000,000行時，大約需要30分鐘。

有沒有人有任何想法？

Answer 1

使用每個值之間的diff erences在第一列rep吃的每一行：

out <- dat[rep(rownames(dat), c(diff(dat$V1), 1)),] 
out$V1 <- seq_len(nrow(out)) 
out 

# V1 V2 
#1 1 45 
#2 2 49 
#2.1 3 49 
#2.2 4 49 
#3 5 25 
#4 6 24 
#4.1 7 24 
#4.2 8 24 
#5 9 32 
#5.1 10 32 
#6 11 39 

其中dat是：

dat <- structure(list(V1 = c(1L, 2L, 5L, 6L, 9L, 11L), V2 = c(45L, 49L, 
25L, 24L, 32L, 39L)), .Names = c("V1", "V2"), class = "data.frame", 
row.names = c(NA,-6L)) 

Answer 2

這裏是expand.grid和na.locf

另一種選擇

library(dplyr) 
library(zoo) 
expand.grid(V1= min(dat$V1):max(dat$V1)) %>% 
       left_join(., dat) %>% 
       mutate(V2= na.locf(V2)) 
# V1 V2 
#1 1 45 
#2 2 49 
#3 3 49 
#4 4 49 
#5 5 25 
#6 6 24 
#7 7 24 
#8 8 24 
#9 9 32 
#10 10 32 
#11 11 39 

Answer 3

這是另一種使用tidyr包的解決方案：

library(tidyr) 
dat %>% 
    complete(V1 = full_seq(V1, 1)) %>% 
    fill(V2)