r - R中大数据的计数算法

Question

我有一个大数据框，其中包含近 100 万行(交易)和 2600 列(项目)。数据集中的值为 1 和 NA。所有值的数据类型都是因子。我想在数据框的末尾添加一个新列，它显示每行中所有 1 的总和。

这是我写的 R 代码:

for(i in 1:nrow(dataset){
    counter<-0
    for(j in 1:ncol(dataset){
        if(!is.na(dataset[i,j])){
           counter<- counter+1
         }
     }
     dataset[i,ncol(dataset)+1]<-counter 
}

但是它在R studio中运行已经很长时间了，因为运行时间是O(n^2)。我想知道是否有任何其他方法可以做到这一点或改进该算法的方法？ (机器有80Gb内存)

Answer 1

如@joran 所建议的那样，使用矩阵(数字，而不是因子)会更好，只需执行以下操作:

rowSums(your_matrix, na.rm = T)