R apply()很慢-如何让它更快,或者我的替代方案是什么?
我有一个相当大的数据帧,大约有1000万行。它有R apply()很慢-如何让它更快,或者我的替代方案是什么?,r,apply,r-faq,R,Apply,R Faq,我有一个相当大的数据帧,大约有1000万行。它有x和y列,我想要的是计算 hypot <- function(x) {sqrt(x[1]^2 + x[2]^2)} hypop使用(my_数据,sqrt(x^2+y^2))怎么样 正如所料,with()解决方案和列索引解决方案a la Tyler Rinker本质上是相同的hypot2的速度是原始hypot的两倍(但仍比矢量化解决方案慢150倍左右)。正如OP已经指出的,编译没有多大帮助。虽然Ben Bolkers的答案很全面,但我将解释避
x
和y
列,我想要的是计算
hypot <- function(x) {sqrt(x[1]^2 + x[2]^2)}
hypop使用(my_数据,sqrt(x^2+y^2))怎么样
正如所料,with()
解决方案和列索引解决方案a la Tyler Rinker本质上是相同的hypot2
的速度是原始hypot
的两倍(但仍比矢量化解决方案慢150倍左右)。正如OP已经指出的,编译没有多大帮助。虽然Ben Bolkers的答案很全面,但我将解释避免在data.frames上应用的其他原因
apply
将把data.frame
转换为矩阵。这将创建一个副本(浪费时间和内存),并可能导致意外的类型转换
考虑到您有1000万行数据,我建议您查看data.table
包,它可以让您在内存和时间方面高效地完成工作
例如,使用traceem
x <- apply(d,1, hypot2)
tracemem[0x2f2f4410 -> 0x2f31b8b8]: as.matrix.data.frame as.matrix apply
4份有1000万排,可能会在某个时候咬到你
如果我们将与
一起使用,则如果我们指定给向量,则不涉及复制
y <- with(d, sqrt(x^2 + y^2))
现在,如果使用data.table
和:=
通过引用分配(无复制)
R是矢量化的,因此您可以使用以下内容,当然可以插入您自己的矩阵
X = t(matrix(1:4, 2, 2))^2
> [,1] [,2]
[1,] 1 4
[2,] 9 16
rowSums(X)^0.5
很好,效率很高:)矢量是一件美丽的事情:)@Ricardosporta,我想那只是噪音——时差大约是0.007秒…@BenBolker。我很好奇,所以我跑了100x250次:与
和
$
各快45%,[
只有10%左右。如果m@CherSania:当我看到你上面的第一条评论时,我笑了,因为在使用R一段时间后,我无法习惯其他语言没有矢量化。每次我现在需要矢量化时,我都在想“真的,我必须自己编写这个循环吗?”
test replications elapsed relative user.self sys.self
5 apply(d, 1, chypot) 50 61.147 244.588 60.480 0.172
6 apply(d, 1, chypot2) 50 33.971 135.884 33.658 0.172
3 apply(d, 1, hypot) 50 63.920 255.680 63.308 0.364
4 apply(d, 1, hypot2) 50 36.657 146.628 36.218 0.260
1 sqrt(d[, 1]^2 + d[, 2]^2) 50 0.265 1.060 0.124 0.144
2 with(d, sqrt(x^2 + y^2)) 50 0.250 1.000 0.100 0.144
x <- apply(d,1, hypot2)
tracemem[0x2f2f4410 -> 0x2f31b8b8]: as.matrix.data.frame as.matrix apply
d$x <- apply(d,1, hypot2)
tracemem[0x2f2f4410 -> 0x2ee71cb8]: as.matrix.data.frame as.matrix apply
tracemem[0x2f2f4410 -> 0x2fa9c878]:
tracemem[0x2fa9c878 -> 0x2fa9c3d8]: $<-.data.frame $<-
tracemem[0x2fa9c3d8 -> 0x2fa9c1b8]: $<-.data.frame $<-
y <- with(d, sqrt(x^2 + y^2))
d$y <- with(d, sqrt(x^2 + y^2))
tracemem[0x2fa9c1b8 -> 0x2faa00d8]:
tracemem[0x2faa00d8 -> 0x2faa0f48]: $<-.data.frame $<-
tracemem[0x2faa0f48 -> 0x2faa0d08]: $<-.data.frame $<-
library(data.table)
DT <- data.table(d)
tracemem(DT)
[1] "<0x2d67a9a0>"
DT[,y := sqrt(x^2 + y^2)]
DT[, rowid := .I] # previous option: DT[, rowid := seq_len(nrow(DT))]
DT[, y2 := sqrt(x^2 + y^2), by = rowid]
X = t(matrix(1:4, 2, 2))^2
> [,1] [,2]
[1,] 1 4
[2,] 9 16
rowSums(X)^0.5