用于将每行值更改为rowsum-1（其中值为1）的更快代码

在R中，我有一个带有采样位置和条目的大数据帧（23344行x 89列）

值1表示：在此采样位置找到的对象 值0表示：在此采样位置未找到对象

要计算每个采样位置（节点）的度数/连接数，我希望，每行，获取

行和-1

（因为这等于度数），并将该行中的1更改为该值。 此后，我可以获得

colSum（）

来计算每个样本位置的总度数

我的数据帧的可复制示例：

loc1 <- c(1,0,1)
loc2 <- c(0,1,1)
loc3 <- c(1,1,0)
loc4 <- c(1,1,0)
loc5 <- c(0,1,0)
df <- data.frame(loc1, loc2, loc3, loc4, loc5)

#    loc1 loc2 loc3 loc4 loc5
# 1  1    0    1    1     0               
# 2  0    1    1    1     1 
# 3  1    1    0    0     0

我有可以工作的代码，但它很慢（包含for循环），所以有更好/更快的方法来实现这一点吗？我知道函数

rowSums（）

，它可能是解决方案的一部分

我目前的代码如下：

for (r in 1:nrow(df)){
    df[r, df[r,] == 1] <- sum(df[r,]) - 1}

degrees_per_sample <- colSums(df)

for（1中的r:nrow（df））{
df[r，df[r，]==1]您可以尝试在数据帧上使用
ifelse（）
：

df[] <- ifelse(df == 1, rowSums(df) - 1, 0)

您可以使用：

df[] <- +(df > 0) * (rowSums(df) - 1)
df

#  loc1 loc2 loc3 loc4 loc5
#1    2    0    2    2    0
#2    0    3    3    3    3
#3    1    1    0    0    0

df[]0）*（行和（df）-1）
df
#loc1 loc2 loc3 loc4 loc5
#1    2    0    2    2    0
#2    0    3    3    3    3
#3    1    1    0    0    0
认为，看到使用矩阵而不是data.frames来处理此类内容的好处可能会很有趣：

set.seed(1)
df = as.data.frame(matrix(rbinom(23344*89,1, 0.5), ncol=89))
m = as.matrix(df) # deliberately did the coercion outside the benchmark

all.equal(as.data.frame(ifelse(df == 1, rowSums(df) - 1, 0)), df* (rowSums(df) - 1))

microbenchmark::microbenchmark(
  a = {ifelse(df == 1, rowSums(df) - 1, 0)},
  b = {df* (rowSums(df) - 1)},
  c = {m* (rowSums(m) - 1)}
)
# Unit: milliseconds
#  expr       min        lq      mean   median        uq      max neval cld
#     a 112.29431 142.70233 165.39007 149.7674 157.63988 304.6195   100  b 
#     b 193.05255 222.24858 245.57206 228.2012 236.38952 402.2677   100   c
#     c  18.49041  26.92273  33.77159  27.3092  27.80769 181.4236   100 a  

**结果的类别存在差异，这将影响时间。
如果数据都是数字，则处理矩阵的速度更快。您可以执行
df*（行和（df）-1）
但是df是一个矩阵会更快这也行得通，谢谢，我接受了@Ronak Shah的回答，因为它只快了一点点。我以前没有使用微基准来比较计算时间，我的默认设置是在R中使用数据帧而不是矩阵，所以这个建议非常有用，将来会对我有所帮助。它确实是10倍f比使用数据帧更简单。复选标记与上面的答案保持一致，因为它节省了我强制df的步骤。
df[] <- +(df > 0) * (rowSums(df) - 1)
df

#  loc1 loc2 loc3 loc4 loc5
#1    2    0    2    2    0
#2    0    3    3    3    3
#3    1    1    0    0    0

set.seed(1)
df = as.data.frame(matrix(rbinom(23344*89,1, 0.5), ncol=89))
m = as.matrix(df) # deliberately did the coercion outside the benchmark

all.equal(as.data.frame(ifelse(df == 1, rowSums(df) - 1, 0)), df* (rowSums(df) - 1))

microbenchmark::microbenchmark(
  a = {ifelse(df == 1, rowSums(df) - 1, 0)},
  b = {df* (rowSums(df) - 1)},
  c = {m* (rowSums(m) - 1)}
)
# Unit: milliseconds
#  expr       min        lq      mean   median        uq      max neval cld
#     a 112.29431 142.70233 165.39007 149.7674 157.63988 304.6195   100  b 
#     b 193.05255 222.24858 245.57206 228.2012 236.38952 402.2677   100   c
#     c  18.49041  26.92273  33.77159  27.3092  27.80769 181.4236   100 a