在沒有for循環的情況下操作數據幀

我寫了一個for循環來處理一個相當大（〜1,000,000行）的數據幀，但是它運行速度太慢，我在網上找不到任何東西。在沒有for循環的情況下操作數據幀

df=data.frame(v1=runif(10), v2=runif(10), v3=runif(10), v4=0, v5=0, v6=0, v7=0) 
for(i in 1:dim(df)[1]) { 
    df[i,4]=length(which(df[i,1:3]>0.00 & df[i,1:3]<0.10)) 
    df[i,5]=length(which(df[i,1:3]>0.10 & df[i,1:3]<0.50)) 
    df[i,6]=length(which(df[i,1:3]>0.50 & df[i,1:3]<0.90)) 
    df[i,7]=length(which(df[i,1:3]>0.90 & df[i,1:3]<1.00)) 
}

我試圖寫一個函數來做到這一點，但它一起將所有行：

test.fun <- function (df) { 
    df[,4]=length(which(df[,1:3]>0.00 & df[,1:3]<0.10)) 
    df[,5]=length(which(df[,1:3]>0.10 & df[,1:3]<0.50)) 
    df[,6]=length(which(df[,1:3]>0.50 & df[,1:3]<0.90)) 
    df[,7]=length(which(df[,1:3]>0.90 & df[,1:3]<1.00)) 
    return(df) 
} 
(test <- test.fun(df))

來源

2017-07-25 Erik

這是賺不到了意義。這些的長度將是單個數字，但您分配給整個列。我建議你使用自然語言，並且確定回答什麼樣的表單，而不是使用失敗的代碼進行交流。 –

Erik，我可以在你的個人資料中看到你問了（好）問題，但沒有接受任何答案。請閱讀[我應該怎麼做，當有人回答我的問題？]（https://stackoverflow.com/help/someone-answers）和[爲什麼我應該這樣做？]（https://meta.stackexchange.com/questions/5234/how-does-accepting-an-answer-work） – Masoud

rowSums與你想要的是主要的想法的條件。

您可以使用dplyr包使它更清潔：

df %>% 
mutate(v4 = rowSums(df[,1:3]>0.00 & df[,1:3]<0.10))%>% 
mutate(v5 = rowSums(df[,1:3]>0.10 & df[,1:3]<0.50))%>% 
mutate(v6 = rowSums(df[,1:3]>0.50 & df[,1:3]<0.90))%>% 
mutate(v7 = rowSums(df[,1:3]>0.90 & df[,1:3]<1.00)) 


#   v1   v2  v3 v4 v5 v6 v7 
# 1 0.2875775 0.95683335 0.8895393 0 1 1 1 
# 2 0.7883051 0.45333416 0.6928034 0 1 2 0 
# 3 0.4089769 0.67757064 0.6405068 0 1 2 0 
# 4 0.8830174 0.57263340 0.9942698 0 0 2 1 
# 5 0.9404673 0.10292468 0.6557058 0 1 1 1 
# 6 0.0455565 0.89982497 0.7085305 1 0 2 0 
# 7 0.5281055 0.24608773 0.5440660 0 1 2 0 
# 8 0.8924190 0.04205953 0.5941420 1 0 2 0 
# 9 0.5514350 0.32792072 0.2891597 0 2 1 0 
# 10 0.4566147 0.95450365 0.1471136 0 2 0 1

數據：

set.seed(123) #to make a reproducible example 
df=data.frame(v1=runif(10), v2=runif(10), v3=runif(10), v4=0, v5=0, v6=0, v7=0)

來源

2017-07-25 20:41:58 Masoud

爲了更高效地計算頂部的'rowSums'並將其分配給一個新變量，然後將其用於比較而不是重新計算總和每增加一列。 – Gregor

@Gregor是的，你是對的。這將刪除'rowSums'計算中的3個條件。但是這比循環更快，我認爲，除了你的建議顯然更好的效率之外，還可以簡單明瞭地解決OP的問題。 – Masoud

在沒有for循環的情況下操作數據幀

回答

相關問題