用* pply替代替换循环 [英] replace loop with an *pply alternative

问题描述

我试图通过用tapp替换一些查找循环来加速我的代码（

  DF <-data.frame（id = c（rep（A，5），rep（B，7），rep（C，9）） ，（系列= NA，chi = c（字母[1：5]，LETTERS [6:12]，字母[13:21]））
（i in unique（DF $ id））{
 DF $ series [DF $ id == i]< -1：length（DF $ id [DF $ id == i]）
} 
 DF 
  

是否可以用 * apply 系列函数替换它？或者任何其他的方式来加快速度？

解决方案

您可以尝试 ave ：

  DF $ series <-ave（DF $ id，DF $ id，FUN = seq_along）
对于较大的数据集， 



> （df）变换（df，series = ave（df））（b）b



  library（dplyr）
 
 fun_ave < id，FUN = seq_along））
 
 fun_dp<  - 函数（df）df％。％
 group_by（id）％。％
 mutate（
 （id = sample（seq_along（id））
 
 df < -  data.frame（id = sample（letters [1：3]，100000，replace = TRUE））
 
 microbenchmark （fun_ave（df））
＃单位：毫秒
＃expr min lq中值uq最大值neval 
＃fun_ave（df）38.59112 39.40802 50.77921 51.2844 128.6791 100 
 
 
 microbenchmark（fun_dp（df））
＃单位：毫秒
＃expr min lq中位数uq max nev al 
＃fun_dp（df）4.977035 5.034244 5.060663 5.265173 17.16018 100 
  




I am trying to speedup my code by replacing some lookup loops with tapply (How to do vlookup and fill down (like in Excel) in R?) and I stumbled upon this code piece:

DF<-data.frame(id=c(rep("A", 5),rep("B", 7),rep("C", 9)), series=NA, chi=c(letters[1:5], LETTERS[6:12], letters[13:21]))
for (i in unique(DF$id)){
  DF$series[ DF$id==i ]<-1:length(DF$id[ DF$id==i ])
}
DF

Is it possible to replace this with an *apply family function? Or any other way to speed it up?

解决方案

You may try ave:

DF$series <- ave(DF$id, DF$id, FUN = seq_along)

For larger data sets, dplyr is faster though.

library(dplyr)

fun_ave <- function(df) transform(df, series = ave(id, id, FUN = seq_along))

fun_dp <- function(df) df %.%
                 group_by(id) %.%
                 mutate(
                   series = seq_along(id))

df <- data.frame(id= sample(letters[1:3], 100000, replace = TRUE))

microbenchmark(fun_ave(df))
# Unit: milliseconds
#        expr      min       lq   median      uq      max neval
# fun_ave(df) 38.59112 39.40802 50.77921 51.2844 128.6791   100


microbenchmark(fun_dp(df))
# Unit: milliseconds
#       expr      min       lq   median       uq      max neval
# fun_dp(df) 4.977035 5.034244 5.060663 5.265173 17.16018   100

这篇关于用* pply替代替换循环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！