矢量化代替R中的循环
我想通过用矢量化的替代品替换一些“forloops”来提高处理时间 下面是一个简化的示例,说明我将如何处理一个更大的数据集矢量化代替R中的循环,r,for-loop,vectorization,R,For Loop,Vectorization,我想通过用矢量化的替代品替换一些“forloops”来提高处理时间 下面是一个简化的示例,说明我将如何处理一个更大的数据集 df <- data.frame(time = c(10, 12, 14, 14, 14, 17, 23, 23, 30, 32), ranks = vector(mode = 'double', length = 10)) df_hilf <- data.frame(time_hilf = c(10, 12, 14, 17, 23, 30, 32), ran
df <- data.frame(time = c(10, 12, 14, 14, 14, 17, 23, 23, 30, 32), ranks = vector(mode = 'double', length = 10))
df_hilf <- data.frame(time_hilf = c(10, 12, 14, 17, 23, 30, 32), ranking_hilf = c(1, 2, 4, 6, 7.5, 9, 10))
for (j in 1:nrow(df_hilf)) {
df$ranks[df$time == df_hilf$time_hilf[j]] <- df_hilf$ranking_hilf[j]
}
我认为这可以与函数replicate
一起使用,但我还没有找到如何设置n
参数,因为相同时间值的出现次数也不同
不幸的是,我也没有在网上找到解决这个问题的方法。如果我忽略了什么,我道歉 您可以使用match()
:
df$等级df
#时间顺序
#1 10 1.0
#2 12 2.0
#3 14 4.0
#4 14 4.0
#5 14 4.0
#6 17 6.0
#7 23 7.5
#8 23 7.5
#9 30 9.0
#10 32 10.0
谢谢,这是我一直在寻找的函数。
> df
time ranks
1 10 1.0
2 12 2.0
3 14 4.0
4 14 4.0
5 14 4.0
6 17 6.0
7 23 7.5
8 23 7.5
9 30 9.0
10 32 10.0
df$ranks <- df_hilf$ranking_hilf[match(df$time, df_hilf$time)]
#> df
# time ranks
#1 10 1.0
#2 12 2.0
#3 14 4.0
#4 14 4.0
#5 14 4.0
#6 17 6.0
#7 23 7.5
#8 23 7.5
#9 30 9.0
#10 32 10.0