R 如何优化创建新数据帧的循环

我已经创建了一个可以工作的代码，但我相信它可以通过为循环重放

，运行得更快

旧版本（可以跳过）

基本上，我有一个非常大的矩阵
D
和两个向量，
pop
和
trainSetSongs
。矩阵太大，在这里复制它变得毫无意义，因此让我们使用随机数据：

D <- matrix(rnorm(44158666), ncol = 7199, nrow = 6134)
pop <- rnorm(6134)
trainSetSongs <- rnorm(7199)

基本上，
record2
在所使用的
D
中的每一列都有一个条目（并非所有条目都有，因为这太慢了）。第二列给出了一些复杂的东西，也许最好通过查看代码来理解。它是
pop
中的
i
th值（
i
标记
D
这一过程发生的行）和
trainSetSongs中的
j
值之间差值的绝对值的平均值。由于
trainSetSongs
的索引最初对应于
D
的列，因此所选
trainSetSongs
的值是矩阵中值最低的值。因此，
j
标记此过程发生的列数

我知道这很让人困惑（至少对我来说是这样；我经常发现自己在反复思考这一切意味着什么）。我的目标是让一段代码不使用
进行循环（或者不经常使用它们？），也许可以通过使用
apply
、
transmute
或其他类似函数来实现

编辑：新版本

在阅读了注释之后，我尽可能地改进了代码，但我不知道如何绕过
add_row（）
，我还认为有很多方法可以改进我没有想到的代码

如注释所示，试验数据减少为：

set.seed(123)

D <- matrix(rnorm(50*20), ncol = 50, nrow = 20)
pop <- rnorm(20)
trainSetSongs <- rnorm(50)

代码的其余部分完全相同。我还决定对数据进行可视化：

record2 <- record %>%
  group_by(col) %>%
  summarise(r = mean(r))

ggplot(record2, aes(x = col, y = r))+
  geom_line(alpha = 0.5)+
  theme_minimal()+
  xlab("Number of Training Songs")+
  ylab("R")

record2%
分组依据（列）%>%
总结（r=平均值（r））
ggplot（记录2，aes（x=col，y=r））+
几何线（α=0.5）+
主题_极小值（）+
xlab（“训练歌曲的数量”）+
ylab（“R”）

使用此种子和此代码，可视化绘图生成的内容以后可以更容易地进行比较

我花了一点时间分解您的代码，但首先，这里是更小（更快）的代码：

set.seed（123）
D向
数据帧
（和
tibble
）迭代添加行是一件坏事（
add_行
）应该非常谨慎地使用，对于重复添加东西来说，这是一个糟糕的设计选择）。这种反实践属于第二个循环（“成长对象”一章），因为每次添加任何行时，它都必须对所有行进行完整复制，而且这种扩展非常严重。这里还有其他低效之处。例如，
pop%>%n（i）
的速度大约是
pop[i]
的20倍，后者在我看来更具可读性；类似地，
DRow%>%head（j）
到
head（DRow[j，]）
。您的内部
for
循环可能会减少（矢量化）。坦率地说，为了获得更多帮助，我建议您将此问题的大小从
44158666
减少到类似
40
的大小，使用
set.seed
控制随机性，显示输出，然后从那里开始。很明显，一个40号的例子很好地说明了需要做的事情是该尺寸的100万倍，因此效率是一件好事。但是44米的例子比40米的例子更难表达。好吧，我试着按照你的建议去做。但是，我不知道如何消除
add_row（）
，也不知道如何消除
循环的任何
。这是我最需要帮助的地方（任何其他提高代码效率的方法也都会受到赞赏）。哇，太好了！我将深入研究你的代码，它是完美的！非常感谢。
record <- tibble(r = numeric(), row = numeric(), col = numeric())

for (i in 1:20) {
  r <- rep(0, 50)
  DRow <- order(D[i,])
  popi <- pop[i]
  for (j in 1:50) {
    r[j] <- mean(trainSetSongs[head(DRow,j)]) - popi
  }
  record <- record %>%
    add_row(r = abs(r), row = i, col = 1:50)
}

record2 <- record %>%
  group_by(col) %>%
  summarise(r = mean(r))

ggplot(record2, aes(x = col, y = r))+
  geom_line(alpha = 0.5)+
  theme_minimal()+
  xlab("Number of Training Songs")+
  ylab("R")