循環在許多試驗中刪除重複[R

Question

我有一個數據集（稱爲eyeData），在很短的版本是這樣的：

sNumber runningTrialNo wordTar        
1  1    vital  
1  1    raccoon        
1  1    vital        
1  1    accumulates        
1  2    tornado        
1  2    destroys         
1  2    tornado        
1  2    destroys         
1  2    property         
4  51    denounces        
4  51    brings        
4  51    illegible        
4  51    frequently        
4  51    brings       
4  61    cerebrum 
4  61    vital 
4  61    knowledge 
4  61    vital 
4  61    cerebrum 

我寫了一個循環來刪除所有副本（同對於每個單獨的審判wordTar列的話），這樣的數據是這樣的：

sNumber runningTrialNo wordTar        
1   1    vital  
1   1    raccoon       
1   1    accumulates        
1   2    tornado        
1   2    destroys         
1   2    property         
4   51    denounces        
4   51    brings        
4   51    illegible        
4   51    frequently     
4   61    cerebrum 
4   61    vital 
4   61    knowledge 
4   61    cerebrum       

下面的代碼：

for (sno in eyeData$sNumber) { 
for(trial in eyeData$runningTrialNo) { 
ss <- subset(eyeData, sNumber == sno & runningTrialNo == trial) 
ss.s <- ss[!duplicated(ss$wordTar), ] 
} 
} 

但是，它運行了很長時間，所以我把它關閉了......因爲我是R環境新手，我的猜測是我在循環中做錯了。有沒有辦法改善我的循環，所以它會給我一個理想的輸出？

Answer 1

For循環通常在R中很慢。您通常需要vectorize your code。有一噸的方式做到這一點，這裏是使用庫dplyr一個例子：通過使用microbenchmark，在這裏我們運行代碼100次，看看如何

library(dplyr) 
eyeData %>% group_by(runningTrialNo) %>% 
      distinct(wordTar) 

這是非常非常快，我們可以看到它需要的時間長：

library(microbenchmark) 

microbenchmark(dplyr = eyeData %>% group_by(runningTrialNo) %>% 
        distinct(wordTar), 
       old = for (sno in eyeData$sNumber) { 
         for(trial in eyeData$runningTrialNo) { 
          ss <- subset(eyeData, sNumber == sno & runningTrialNo == trial) 
          ss.s <- ss[!duplicated(ss$wordTar), ] 
         } 
        }) 

Unit: milliseconds 
    expr  min   lq  mean  median   uq  max neval 
dplyr 1.256438 1.287158 1.567518 1.495092 1.550579 12.29212 100 
    old 102.203029 110.265423 112.664063 111.789698 113.166710 304.58312 100