循环在R中花费太多时间？

背景：

求出公司市值同步变动的次数，例如A公司和B公司，它们一起变动3次，我想在A公司和B公司显示的值不同于NA时将其除以（这里，10）。我使用了一个逻辑公式，当它们有相同的字母时为TRUE，当它们没有相同的字母时为FALSE，当a或B中有一个NA值时为NA

问题是：

我使用的代码适用于小型集合，最多50家公司，然后需要花费太多时间，我希望对100家公司的集合执行此操作。324.000.000数据点

输入（小子集）：数据帧“dat”

第二次最终输出：1 Nb真2 Nb假

         x1     x2     x3    x4     x5    x6
    1     3    0       5     0      3     0
    2     7    0       6     0      8     0

---

在R中使用循环通常效率低下。由于您正在嵌套循环中增加数据帧，因此会大大降低速度

尝试以下方法：

library(data.table)
#Create the dummy data

companyData <- fread("~/test_data.csv",sep = "\t",na.strings = "<NA>")

#Two apply function to cross-over other columns over each column
v <- lapply(companyData, function(leftcomp) {
  lapply(companyData, function(rightcomp) {
    mean(leftcomp == rightcomp, na.rm = T)
  })})

#Unlist data to get n*n vector which has all the values
results <- unlist(v)

#Some logic to collect the required elements only.
l <- length(companyData)
a <- 1:(l*l)
b <- rep(seq(1,l*l,by = l+1),times = rep(l,times = l))

log_vec <- a > b
# 
# > log_vec
# [1] FALSE  TRUE  TRUE  TRUE FALSE FALSE  TRUE  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE

final_result <- results[log_vec]

# > final_result
# CompA.CompB CompA.CompC CompA.CompD CompB.CompC CompB.CompD CompC.CompD 
# 0.3000000         NaN   0.5000000         NaN   0.2727273         NaN 

mean（log\u vec，na.rm=T）

返回2/5=0.4

现在，您想要选择唯一的元素（CompA与CompB，但不是CompB与CompA）

为此,

如果

l

是您正在查看的公司数量（例如4家），

a b
[1]  1  1  1  1  6  6  6  6 11 11 11 11 16 16 16 16
日志向量b
>对数向量
[1] 假真假假真假假假假假假假假假假假假假

对于需要拾取的元素，此向量具有

TRUE

---

希望，现在更清楚了。

您正在循环中增长对象，这导致了问题。查看这些链接了解更多信息：&谢谢，我将在这里@tung查看一些加快速度的内容；董的评论很好，但也看到了：也看到了：还有，你的样本结果中

x5

的值不应该是0.2727吗？非常感谢@戴夫！是的，我在问题中得到了错误的数据对不起。。我得到这个错误：Ops.factor中的错误（leftcomp，righcomp）：因子的级别集不同，如果你不介意的话，我还有一个问题。。如果我想计算每家公司的正确和错误的数量，看看它们是否具有统计意义，我就用我想要的结果编辑了这个问题@DaveI将尝试在今天晚上的答案上添加更多细节。你能详细说明一下统计显著性问题吗？你的假设是什么？抱歉，我在问题或输出中没有看到任何编辑。抱歉，它没有更新。。通过统计意义，我的意思是只计算每个公司对的正确和错误的数量，例如，对于A和B公司，我们有3个正确和7个错误

        x1     x2     x3    x4     x5    x6
    1   0.3    NA     0.5   NA    0.27   NA

         x1     x2     x3    x4     x5    x6
    1     3    0       5     0      3     0
    2     7    0       6     0      8     0

library(data.table)
#Create the dummy data

companyData <- fread("~/test_data.csv",sep = "\t",na.strings = "<NA>")

#Two apply function to cross-over other columns over each column
v <- lapply(companyData, function(leftcomp) {
  lapply(companyData, function(rightcomp) {
    mean(leftcomp == rightcomp, na.rm = T)
  })})

#Unlist data to get n*n vector which has all the values
results <- unlist(v)

#Some logic to collect the required elements only.
l <- length(companyData)
a <- 1:(l*l)
b <- rep(seq(1,l*l,by = l+1),times = rep(l,times = l))

log_vec <- a > b
# 
# > log_vec
# [1] FALSE  TRUE  TRUE  TRUE FALSE FALSE  TRUE  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE

final_result <- results[log_vec]

# > final_result
# CompA.CompB CompA.CompC CompA.CompD CompB.CompC CompB.CompD CompC.CompD 
# 0.3000000         NaN   0.5000000         NaN   0.2727273         NaN 

>log_vec
[1] TRUE FALSE FALSE FALSE NA TRUE 

> a
 [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16

> b
 [1]  1  1  1  1  6  6  6  6 11 11 11 11 16 16 16 16

log_vec <- a > b

> log_vec
 [1] FALSE  TRUE  TRUE  TRUE FALSE FALSE  TRUE  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE