将随机选择的参与者的数据与dplyr相结合

我有以下数据帧“df”。 每个参与者（这里有10个参与者）都看到了几个刺激（这里有100个），并进行了测试 关于它的判断（这里是一个随机数）。对于每一种刺激，我都知道真相 答案（这里是一个随机数；每个刺激都有一个不同的数字，但总是如此） 所有参与者的答案都相同（NST）

---

participant使用
data.table
和循环，我们可以得到10倍快的解决方案。
我的职能：

minem <- function(n) { # n - simulation count
  require(data.table)
  participants_id <- unique(df$participant)    
  N <- length(unique(df$participant))
  dt <- as.data.table(df)
  setkey(dt, stimuli)
  L <- list()
  for (j in 1:n) {
    corss <- rep(0, N)
    for (i in 1:N) {
      participants_x <- sample(participants_id, i)
      xx <- dt[participant %in% participants_x,
               .(mean_x = mean(judgment),
                 criterion = first(criterion)),
               by = stimuli]
      corss[i] <- cor(xx$mean_x, xx$criterion)
    }
    L[[j]] <- corss
  }
  unlist(L)
}

head(minem(10))
# [1]  0.13642499 -0.02078109 -0.14418400  0.04966805 -0.09108837 -0.15403185

Meir <- function(n) {
  replicate(n, MyFun(df), simplify = FALSE) %>% bind_rows()
}

大约快10倍

system.time(minem(1000)) # ~19 sek

更新
如果您的数据大小和内存限制允许，则使用此方法可以更快地完成：

minem2 <- function(n) {
  require(data.table)
  participants_id <- unique(df$participant)    
  N <- length(unique(df$participant))
  dt <- as.data.table(df)
  setkey(dt, participant)
  L <- lapply(1:n, function(x) 
    sapply(1:N, function(i)
      sample(participants_id, i)))
  L <- unlist(L, recursive = F)
  names(L)  <- 1:length(L)
  g <- sapply(seq_along(L), function(x) rep(names(L[x]), length(L[[x]])))
  L <- data.table(participant = unlist(L), .id = as.integer(unlist(g)),
                  key = "participant")
  L <- dt[L, allow.cartesian = TRUE]
  xx <- L[, .(mean_x = mean(judgment), criterion = first(criterion)),
          keyby = .(.id, stimuli)]
  xx <- xx[, cor(mean_x, criterion), keyby = .id][[2]]
  xx
}

microbenchmark::microbenchmark(
  Meir(100),
  minem(100),
  minem2(100),
  times = 2, unit = "relative")
# Unit: relative
#        expr       min        lq      mean    median        uq       max neval cld
#   Meir(100) 316.34965 316.34965 257.30832 257.30832 216.85190 216.85190     2   c
#  minem(100)  31.49818  31.49818  26.48945  26.48945  23.05735  23.05735     2  b 
# minem2(100)   1.00000   1.00000   1.00000   1.00000   1.00000   1.00000     2 a  

minem2首先，在外部循环中移动
participants\u id=unique（Data$participant）
怎么样。我补充了你的建议。然而，它仍然很慢…@Meir有多慢？在我的机器上，100次复制需要11.5秒。我这样问是因为我很好奇为什么你需要它更快；您最终会将其扩展到更多复制或更高的N吗？这是你希望其他人在某个时候在自己的计算机上运行的东西，还是你只是担心自己的计算时间？我补充了一些精确性。理想情况下，我想要10000个模拟。1000次模拟需要2分钟，10000次大约需要20分钟。我想我的代码一定是出了问题，速度太慢了。谢谢。是否因为使用data.table而不是dplyr而更快？或者因为您使用for循环而不是apply？@Meir是因为
data.table
。或多或少地使用
lappy
与
for
循环相同，因此通常不会影响性能。难以置信。我希望通过dplyr找到解决方案。data.table比dplyr快得令人惊讶。@Rtist最后一种方法没有这么快，因为
data.table
，但因为我们在Lappy中不做任何计算，只选择样本索引。这回答了你的问题？如果是这样，那么你可能应该接受这个答案。。。
microbenchmark::microbenchmark(
  Meir(10),
  minem(10),
  times = 10)
# Unit: milliseconds
#      expr       min        lq      mean    median        uq       max neval cld
#  Meir(10) 1897.6909 1956.3427 1986.5768 1973.5594 2043.4337 2048.5809    10   b
# minem(10)  193.5403  196.0426  201.4132  202.1085  204.9108  215.9961    10  a 

system.time(minem(1000)) # ~19 sek

minem2 <- function(n) {
  require(data.table)
  participants_id <- unique(df$participant)    
  N <- length(unique(df$participant))
  dt <- as.data.table(df)
  setkey(dt, participant)
  L <- lapply(1:n, function(x) 
    sapply(1:N, function(i)
      sample(participants_id, i)))
  L <- unlist(L, recursive = F)
  names(L)  <- 1:length(L)
  g <- sapply(seq_along(L), function(x) rep(names(L[x]), length(L[[x]])))
  L <- data.table(participant = unlist(L), .id = as.integer(unlist(g)),
                  key = "participant")
  L <- dt[L, allow.cartesian = TRUE]
  xx <- L[, .(mean_x = mean(judgment), criterion = first(criterion)),
          keyby = .(.id, stimuli)]
  xx <- xx[, cor(mean_x, criterion), keyby = .id][[2]]
  xx
}

microbenchmark::microbenchmark(
  Meir(100),
  minem(100),
  minem2(100),
  times = 2, unit = "relative")
# Unit: relative
#        expr       min        lq      mean    median        uq       max neval cld
#   Meir(100) 316.34965 316.34965 257.30832 257.30832 216.85190 216.85190     2   c
#  minem(100)  31.49818  31.49818  26.48945  26.48945  23.05735  23.05735     2  b 
# minem2(100)   1.00000   1.00000   1.00000   1.00000   1.00000   1.00000     2 a