更改結構表

Question

首先我要感謝大家的幫助。當我被阻止時，我在這個網站上發現了很多解決方案！

其次，我對性能問題：Q 我有一個表是這樣的：

Col1 ; Col2 
Entry X1 
Home X2 
Code X3 
Entry Y1 
Home Y2 
Code Y3 

，我想這一點：

Col1 ; Col2 
X1 ; X2 
X1 ; X3 
Y1 ; Y2 
Y1 ; Y3 

我能做到的東西，用對-loop：

for (i in 1:nrow(DateFrame)){  
if(DateFrame[i,1]=="entryId") 
{ 
entryid<-DateFrame[i,2] 
} 
else {} 
DateFrame[i,3]<-entryid} 

它與2000行完美結合。但不幸的是，我有三千萬行，加載1小時後，仍然沒有結果（1小時後我= 50 000 ...）

有人可以幫我解決這個頭痛問題嗎？

謝謝你！

編輯：這裏的日期框源

df_source = read.table(text = 'V1 V2 
entryId 2501100010101820 
HomeStore 10,00 
Customer 101826 
HomeStore 10 
Customer 101826 
HomeStore 10 
Customer 101826 
HomeStore 10 
Customer 101826 
entryId 2501100010101940 
HomeStore 10 
Customer 101942 
HomeStore 10 
Customer 101942 
HomeStore 10 
Customer 101942 
HomeStore 10 
Customer 101942 
entryId 2501100010101990 
HomeStore 10 
Customer 101999 
HomeStore 10 
Customer 101999 
HomeStore 10 
Customer 101999', header = TRUE) 

這裏數據幀我想

df_result = read.table(text = 'V1 V2 Copy 
entryId 2501100010101820 2501100010101820 
HomeStore 10 2501100010101820 
Customer 101826 2501100010101820 
HomeStore 10 2501100010101820 
Customer 101826 2501100010101820 
HomeStore 10 2501100010101820 
Customer 101826 2501100010101820 
HomeStore 10 2501100010101820 
Customer 101826 2501100010101820 
entryId 2501100010101940 2501100010101940 
HomeStore 10 2501100010101940 
Customer 101942 2501100010101940 
HomeStore 10 2501100010101940 
Customer 101942 2501100010101940 
HomeStore 10 2501100010101940 
Customer 101942 2501100010101940 
HomeStore 10 2501100010101940 
Customer 101942 2501100010101940 
entryId 2501100010101990 2501100010101990 ', header = TRUE) 

Answer 1

我們將首先創建零向量，只要表中有行。

然後，我們將設置爲1表中與「entryId」行對應的向量的元素。

如果我們這樣做載體的累積總和，我們將不得不爲每個ENTRYID和後續行如Homestore等恆定的ID ...

然後我們這些ID的座標映射到實際的entryId我們正在尋找。

最後我們添加你想要的列。

entry_flags <- rep(0,nrow(df_source)) 
entry_flags[which(df_source$V1 == "entryId")] <- 1 
entry_row_ids <- which(df_source$V1 == "entryId") 
copy_row_ids <- entry_row_ids[cumsum(entry_flags)] 
df_source$Copy <- df_source$V2[copy_row_ids] 

（見另效率要低得多的解決方案編輯歷史）