R循环优化/循环太费时了 [英] R Loop optimisation/ Loop is way too time consuming

问题描述

以下循环需要老化。有什么办法，以更有时间效率的方式吗？以下data.table由27个变量和超过600k个观察值组成。

The following loop takes ages. Is there any way to this in a more time-efficient way? The following data.table consists of 27 variables and more than 600k observations.

data <- read.table("file.txt", header = T, sep= "|")
colnames(data)[c(1)] <- c("X")
data <- as.data.table(data)
n=1;
vector <- vector()
for(i in 2:nrow(data))
{
  if(data[["X"]][i] != data[["X"]][i-1])
  {
   n=1; vector[i]=1} 
 else {
   n=n+1; vector[i]=n}}

基本上，我需要索引每个外观的唯一条目X，即第一次出现，第二次出现，等等，然后合并到现有数据作为附加列。然而，我在编译向量的时候有股票。

Basically, I need to index every appearance of a unique entry in X, i.e. the first time it appeared, the second time it appeared, etc and then merge this to the existing data as additional column. However, I got stock at compiling the vector.

谢谢。

推荐答案

首先，使用 fread ：

DT <- fread("file.txt", sep = "|")

接下来，使用 setnames ：

setnames(DT, 1, "X")

code> rowid ：

Finally, use rowid:

DT[ , vector := rowid(X)]    

这篇关于R循环优化/循环太费时了的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！