替换R值

有没有一种更快的方法来完成下面的R替换

for(i in 1:545082) 
{
   index = i*33
   A[index,]$pred = B[index,]$pred
}

---

这个循环似乎在R中持续了很久。感谢假设您有一个

data.frame

您可以使用data.table的

set

函数通过引用替换值。这应该很快，因为没有复制品

library(data.table)
set(A, i=1:545082*33, j="pred", B[i:545082*33, "pred"])

---

假设您有一个

data.frame

，您可以使用data.table的

set

函数通过引用替换值。这应该很快，因为没有复制品

library(data.table)
set(A, i=1:545082*33, j="pred", B[i:545082*33, "pred"])

尝试：

尝试：

---

一些基准

data.table:：set（）

确实比常规数据帧分配快得多，但巨大的差异来自矢量化分配（避免了

for

循环）。使用矢量化分配可以使速度提高约15000倍，使用

data.table:：set（）

（同样以矢量化方式）可以使速度提高200000倍

更新：在

for

循环中添加了

设置

，速度适中（比在循环中执行赋值快得多，比执行向量化赋值慢50倍）

---

n一些基准测试
data.table:：set（）
确实比常规数据帧分配快得多，但巨大的差异来自矢量化分配（避免了
for
循环）。使用矢量化分配可以使速度提高约15000倍，使用
data.table:：set（）
（同样以矢量化方式）可以使速度提高200000倍

更新：在
for
循环中添加了
设置
，速度适中（比在循环中执行赋值快得多，比执行向量化赋值慢50倍）

n什么是
A
？什么是
B
<代码>A[1:545083*33，]$pred谢谢GSee，但我喜欢每隔33个项目分配一次。使用data.table library设置选项会更快。然后您可以使用
seq（1545082，by=33）
。这是一个不同于如何加速代码的问题。什么是
a
？什么是
B
<代码>A[1:545083*33，]$pred谢谢GSee，但我喜欢每隔33个项目分配一次。使用data.table library设置选项会更快。然后您可以使用
seq（1545082，by=33）
。这是一个不同于如何加速代码的问题。
1:（545082*33）
与
1:545083*33
不同。此答案将给出一个错误，即替换的行数与数据的行数不同。试试看：
BOD$demand[1:10]事实上，我想它不会给出那个错误，因为OP意味着
A
和
B
中至少有
154083*33
行。尽管如此，您的代码与OP（或我在问题下的评论中的代码）所做的事情并不相同。
1：（545082*33）
与
1:545083*33
不同。此答案将给出一个错误，即替换的行数与数据的行数不同。试试看：
BOD$demand[1:10]事实上，我想它不会给出那个错误，因为OP意味着
A
和
B
中至少有
154083*33
行。尽管如此，您的代码与OP（或我在问题下的评论中的代码）所做的事情并不相同，“但有着巨大的差异……”——这也是因为
set
通过引用进行更新。做
A[i，j]所以我想我真的应该把
for（i in s）{set（A，i=i，j=“y”，B[i，y”]）}
添加到基准测试中……是的，这会更清楚地描述仅仅因为复制列而花费的时间，以及由于矢量化而获得的速度。“但是巨大的差异……”-另一个原因是
set
通过引用进行更新。做
A[i，j]所以我想我真的应该把
for（i in s）{set（A，i=i，j=“y”，B[i，y”]）}
添加到基准测试中……是的，这会更清楚地描述仅仅因为复制列而花费的时间，以及由于矢量化而获得的速度。
 n <- 1e5
 m <- 30
 s <- as.integer(seq(1,n,by=m))
 set.seed(101)
 A <- B <- data.frame(x=runif(n),y=runif(n))

 library("data.table")
 library("rbenchmark")
 benchmark(for(i in s) { A[i,]$y <- B[i,]$y },
           for(i in s) { A[i,"y"] <- B[i,"y"] },
           for(i in s) { set (A,i=i,j="y",B[i,"y"]) },
           A[s,"y"] <- B[s,"y"],
           set(A, i=s, j="y", B[s,"y"]),
           replications=20,
        columns = c("test", "elapsed", "relative"))

##                                       test elapsed relative
##                     A[s, "y"] <- B[s, "y"]   0.027     13.5
##       for (...) {  A[i, "y"] <- B[i, "y"]}  94.797  47398.5
##        for (...) {   A[i, ]$y <- B[i, ]$y} 409.383 204691.5
##     for (...) { set(A,i=i,j="y",B[i,"y"])}   1.283    641.5
##          set(A, i = s, j = "y", B[s, "y"])   0.002      1.0