如何在R中加速此循环

我有下面的代码，它读取表的列，如果元素包含正确的字符串，它会在另一个向量中增加相应的值。代码如下：

dateArray <- integer(365)

for (i in 189500:207097) {
    if (grepl("Jan", csvaryana[i, "Date"], ignore.case = FALSE, perl = FALSE, fixed = FALSE, useBytes = FALSE)) {
        for (j in 1:31) {
            if (j < 10) {
                if (grepl(paste(sprintf(" 0%d", j), ""), csvaryana[i, "Date"], ignore.case = FALSE, perl = FALSE, fixed = FALSE, useBytes = FALSE))
                    dateArray[j] <- dateArray[j] + 1
                }
            if (grepl(paste(sprintf(" %d", j), ""), csvaryana[i, "Date"], ignore.case = FALSE, perl = FALSE, fixed = FALSE, useBytes = FALSE))
                dateArray[j] <- dateArray[j] + 1
        }
    }
}

dateArray

---

dateArray不要对

循环使用

，就是这样。有一个非常好的SO帖子讨论了这一点：

答案是要用数据框来加速进程（通过<代码>应用程序>代码>家庭或结帐>代码> PURRR <代码>。清理数据和代码，这样代码> SCAFTF（“0% D”，J）< /代码>不在循环中计算，考虑替换<代码> GRPL < /代码>。
一篇讨论这些概念的好博客文章：
对于
在R中的循环，正如其他答案所解释的那样，速度非常慢。

如果您想加快循环速度，可以阅读本文：

根据本文，您可以执行以下步骤：

使用
ifesle
而不是
if
获取检查循环外部条件（if语句）的语句
仅在真实条件下运行循环
使用which（）
使用apply函数族而不是for循环
如果您有多核机器，请使用并行处理
使用消耗更少内存的数据结构
<> LI>如果你知道C++，那么最好的方法是使用RCPP，它运行C++代码。
如果没有一个运行的示例，这是很难做到的。您可以从将循环的每个元素都变成一个函数开始。让我们按如下方式对行进行编号：

#1  for (i in 189500:207097) {
#2      if (grepl("Jan", csvaryana[i, "Date"], ignore.case = FALSE, perl = FALSE, fixed = FALSE, useBytes = FALSE)) {
#3          for (j in 1:31) {
#4              if (j < 10) {
#5                  if (grepl(paste(sprintf(" 0%d", j), ""), csvaryana[i, "Date"], ignore.case = FALSE, perl = FALSE, fixed = FALSE, useBytes = FALSE))
#6                      dateArray[j] <- dateArray[j] + 1
#7                  }
#8              if (grepl(paste(sprintf(" %d", j), ""), csvaryana[i, "Date"], ignore.case = FALSE, perl = FALSE, fixed = FALSE, useBytes = FALSE))
#9                  dateArray[j] <- dateArray[j] + 1
#10         }
#11     }
#12 }

因此，此函数将在函数外部更新
dateArray
（无需返回）。我们可以将相同的原理应用于更大的循环（
i
）：

##检查一月（第2行至第11行）
check.jan我没有循环就解决了这个问题。我将日期列分为年、月、日和时间，所以我只调用count（月和日），它返回一个向量，其中包含每个月和日的频率：

dateVector <- count(outfile, "X2")

dateVector请给出一个数据的小例子，我们需要看看
Date
是如何格式化的。这可能要快得多。很可能会快得多，但除非我们了解数据，否则我们无法给出最佳建议。
dateArray[as.numeric（format）（strtime）（grep（“Jan”），csvaryana[,，“Date”]、T、value=T）、“%b%d”）、“%d”）]=1
甚至
dataArray[as.numeric（gsub（\\d），grep（“Jan”，csvaryana$Date，T，value=T））]=1
dateArray[as.numeric（gsub（\\d“，”，grep（“Jan”，csvaryana$Date，T，value=T））]=1
I gues这里应该没有for循环。您可以尝试上面的方法。原始代码似乎只计算1月份每个日期的实例-因此最快和最简单的解决方案可能是将日期列转换为适当的
date
数据类型，并使用现有的日期工具（可能使用
lubridate
）.像这样手动操作太复杂了。
## Update dateArray function (lines 4 to 10)
update.dateArray <- function(j, i, dateArray, csvaryana) {
    if (j < 10) {
        if (grepl.ifelse(paste(sprintf(" 0%d", j), ""), i, csvaryana)) {
            dateArray[j] <<- dateArray[j] + 1
        }
    } else {
        if (grepl.ifelse(paste(sprintf(" %d", j), ""), i, csvaryana)){
            dateArray[j] <<- dateArray[j] + 1
        }
    }
}

## Checking the month of January (lines 2 to 11)
check.jan <- function(i, dateArray, csvaryana) {
    if(grepl.ifelse("Jan", i, csvaryana)) {
        ## Update dateArray out of the function
        dateArray <<- sapply(1:31, update.dateArray, i, dateArray, csvaryana)
    }

    return(dateArray)
}

dateArray <- integer(365)

## Running the whole loop
sapply(189500:207097, check.jan, dateArray, csvaryana)
## Updated dateArray
dateArray

dateVector <- count(outfile, "X2")