加速R计算的措施

我问这是一个关于

R

的一般/初学者问题，而不是针对我使用的软件包

我有一个

dataframe

，有300万行和15列。我不认为这是一个巨大的数据框，但也许我错了。p> 我正在运行下面的脚本，它已经运行了2个多小时了——我想我一定能做些什么来加速它

代码：

这不是一个过度密集的脚本，或者说，我不认为它是

---

在数据库中，可以向表中添加索引以提高连接速度。在导入时，我应该做的

R

中是否有类似的操作，以使函数/包运行得更快？

您的代码所做的似乎都是这样的：

orders[order(orders$ClientID), ]

---

那会更快

在我看来，您可能想要：

orders$NumOrders <- with( orders( ave(OrderID  , ClientID) , FUN=length) )

---

orders$NumOrders使用建议的
数据。表
程序包，以下操作应在一秒钟内完成此工作：

orders[,list(NumOrders=length(OrderID)),by=ClientID]

查看包。@JoshuaUlrich data.table而不是dataframe？它们真的可以互换吗？谢谢你给我推荐
数据。还有表
。此操作将显著加快，并且在将
数据.frame
转换为
数据.table
后，可以运行相同的代码位<代码>命令只是为了解释，plyr由于其非常甜美的语法糖而非常受欢迎，但对于大型数据集来说，它的速度很慢，特别是当您的拆分变量中的组数很大时。花一些时间学习数据表；语法不是很好（IMHO），但通常会快很多个数量级。听起来像
table（orders$ClientID）
可能也能满足您的需要。
orders[,list(NumOrders=length(OrderID)),by=ClientID]