R data.table中循环的优化

我使用的是这里的data.table解决方案：

我为循环添加了这个

，以便让
newCol
保存单个单元格中的折叠变量（从第一个
dt.out
）。然而，运行这个循环需要很多时间。有没有更快的方法

for(i in 1:NROW(dt.out)){
  con <- textConnection(dt.out[i,grep("newCol", colnames(dt.out))])
  data <- read.csv(con, sep=",", header=FALSE)
  close(con)
  dt.out[i,grep("newCol", colnames(dt.out))]<- as.numeric(rowMeans(data)) 

}

for（输入1:NROW（输出））{
与另一个问题中的数据相比，con
newCol
似乎是一个额外的列。我猜在获得第一个
dt.out
后，您希望取
newCol
的折叠值的平均值

您可以通过将
newCol
直接替换为
sapply（strsplit（.））
来完成此操作。基本上，在获得第一个
dt.out
后，请执行以下操作：

dt.out[ , newCol := sapply(strsplit(newCol, ","), function(x) mean(as.numeric(x)))]

代码优化问题应该在CodeReview上提出，而不是StackOverflow
for(i in 1:NROW(dt.out)){
  con <- textConnection(dt.out[i,grep("newCol", colnames(dt.out))])
  data <- read.csv(con, sep=",", header=FALSE)
  close(con)
  dt.out[i,grep("newCol", colnames(dt.out))]<- as.numeric(rowMeans(data)) 

}

dt.out[ , newCol := sapply(strsplit(newCol, ","), function(x) mean(as.numeric(x)))]