有人可以建议以下代码的矢量化替代方案吗:
x=read.table("1.txt")
y=read.table("unique.txt")
nrowx=nrow(x)
nrowy=nrow(y)
for(i in 1:nrowy)
{
y[i,3]=0
for(j in i:nrowx)
{
if((y[i,1]==x[j,1])&(y[i,2]==x[j,2]))
{
y[i,3] = (y[i,3] + x[j,3])
}
}
}
文件 y 包含 x 的唯一元素(考虑第 1 2 列)。对于 y 中的每个条目,在 x 中找到所有可能的匹配,并且 x 的第 3 列中的相应值的总和存储在 y 的第 3 列中。这是针对 y 的每一行完成的。
在 x 中读取了几行文件:
"X1" "X2" "X3"
"1" 4 10 -1440
"2" 4 10 -3765
"3" 10 22 523
"4" 10 295 730
"5" 10 295 1599
"6" 10 584 1872
"7" 10 403 1872
"8" 10 403 1872
"9" 10 281 554
"10" 10 123 554
y 中读取了几行文件:
"X1" "X2" "X3"
"1" 4 10 NA
"3" 10 22 NA
"4" 10 295 NA
"6" 10 584 NA
"7" 10 403 NA
"9" 10 281 NA
"10" 10 123 NA
预期输出:
X1 X2 X3
1 4 10 -5205
2 10 22 523
3 10 123 554
4 10 281 554
5 10 295 2329
6 10 403 3744
7 10 584 1872
文件非常大,这些循环需要很长时间。欢迎一些不涉及循环的替代方案。 谢谢!
最佳答案
看来aggregate
函数在这里很有用:
aggregate(x, list(x$X1, x$X2), sum) -> a
data.frame(X1=a$Group.1, X2=a$Group.2, X3=a$X3)
X1 X2 X3
1 4 10 -5205
2 10 22 523
3 10 123 554
4 10 281 554
5 10 295 2329
6 10 403 3744
7 10 584 1872
这样更快吗?让我知道。
关于r - 用于查找每场比赛总和的矢量化替代方案,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19287790/