使用在R中循环数据帧的多个条件对for循环进行矢量化
我有一个700万行的大型数据集,我正在尝试遍历数据帧的每一行,并根据一组条件更改列中的值 这需要花费很多时间,我想知道是否有可能将过程矢量化,或者是否有更高效、更快的方法来实现这一点。我用的是R码 我的代码如下:使用在R中循环数据帧的多个条件对for循环进行矢量化,r,dataframe,loops,vectorization,R,Dataframe,Loops,Vectorization,我有一个700万行的大型数据集,我正在尝试遍历数据帧的每一行,并根据一组条件更改列中的值 这需要花费很多时间,我想知道是否有可能将过程矢量化,或者是否有更高效、更快的方法来实现这一点。我用的是R码 我的代码如下: for(row in 1:nrow(tttotalCam2020)){ viewTime <- tttotalCam2020[row, "DAY_DATE"] termCode <- tttotalCam2020[row, "TERM_
for(row in 1:nrow(tttotalCam2020)){
viewTime <- tttotalCam2020[row, "DAY_DATE"]
termCode <- tttotalCam2020[row, "TERM_CODE"]
if(termCode=='SP1'){
if(viewTime <= as.POSIXct("2020/01/31")){
tttotalCam2020[row,'COURSE_PERIOD']='Early'
}else if(as.POSIXct("2020/02/1") >= viewTime & viewTime <= as.POSIXct("2020/03/8")){
tttotalCam2020[row,'COURSE_PERIOD']='Mid'
}else{
tttotalCam2020[row,'COURSE_PERIOD']='Late'
}
}else if(termCode=='SP2'){
if(viewTime <=as.POSIXct("2020/03/31")){
tttotalCam2020[row,'COURSE_PERIOD']='Early'
}else if(as.POSIXct("2020/04/1")>=viewTime & viewTime <=as.POSIXct("2020/06/5")){
tttotalCam2020[row,'COURSE_PERIOD']='Mid'
}else{
tttotalCam2020[row,'COURSE_PERIOD']='Late'
}
}else {
if(viewTime <=as.POSIXct("2020/04/24")){
tttotalCam2020[row,'COURSE_PERIOD']='Early'
}else if(as.POSIXct("2020/04/25")>=viewTime & viewTime <=as.POSIXct("2020/05/31")){
tttotalCam2020[row,'COURSE_PERIOD']='Mid'
}else{
tttotalCam2020[row,'COURSE_PERIOD']='Late'
}
for(第1行:nrow(tttotalCam2020)){
viewTime我想您正在寻找mapply()
函数
使用mapply()
您可以使用多个输入值(例如列中的条件)定义一个函数,并在不需要for循环的情况下运行它。如果您可以共享我们可以测试的示例数据,将更容易提供帮助
dplyr::case\u当
解决方案可能如下所示:
library(dplyr)
tttotalCam2020 %>%
mutate(COURSE_PERIOD = case_when(
termCode == "SP1" & viewtime <= as.POSIXct("2020/01/31") ~ "Early",
termCode == "SP1" & viewtime <= as.POSIXct("2020/03/08") ~ "Mid",
# etc.
))
dplyr::case\u when()
是矢量化的,有助于生成可读的代码。为了更快地转换数据。table
包提供了解决方案
library(lubridate)
lookup_table <- tribble(
~termCode, ~Early, ~Mid,
"SP1", 20200131, 20200308,
"SP2", 20200331, 20200605,
"SP3", 20200424, 20200531) %>%
mutate(across(Early:Mid, ymd)) #lubridate::ymd
tttotalCam2020 %>%
left_join(lookup_table) %>%
mutate(COURSE_PERIOD = case_when(
viewTime <= Early ~ "Early",
viewTime <= Mid ~ "Mid",
TRUE ~ "Late"
))