如何优化for循环以填充数据帧R

我有一个数据框，在这里我计算一个距离矩阵

bb=data.frame(Name=paste0('row',1:10),col1=rnorm(10),col2=2*rnorm(10),col3=5*rnorm(10))
dis <- dist(bb[1:nrow(bb),3:ncol(bb)], method = "euclidean")

在此基础上，我创建了一个循环来提取每个点的比较，并基于这些值进行规范化。然后，我填充一个数据帧，以便在单个源中获取所有数据

s=NULL
for(i in 1:10){
  w=df[df$row==i&df$col!=i,]
  w=w[order(w$value),]
  w[,3]=(w[,3]-min(w[,3]))/(max(w[,3])-min(w[,3])) # there are a few other computations as well, but not included here for simplicity
  s=rbind(s,w)
}

最后，我希望能够有一个单独的表，可以在另一个具有这种格式的程序中使用

> head(s,10)
   row col      value
71   1   8 0.00000000
61   1   7 0.08982679
41   1   5 0.25082060
31   1   4 0.42078163
11   1   2 0.53509305
21   1   3 0.61867437
51   1   6 0.67420271
81   1   9 0.69711889
91   1  10 1.00000000
22   2   3 0.00000000

我的真实数据有3K行和1.2k列，处理时间非常慢。是否有一种更有效的方法来对数据帧df的某些子集执行计算，这样我最终会得到相同的结果

---

我听说for循环不应该用于增长数据帧，所以我很好奇是否有更有效的方法来实现这一点。

您最好开始以矢量化模式思考。
您所做的是在每一行上执行一个操作，该操作涉及同一行上的其他值，或者简单的聚合，如

max

和

min

包

dplyr

或

data.table

可帮助您执行此操作

---

使用

dplyr

：

# Take only the rows where col is different from row
df <- filter(.data = df, row != col)

# Group by the col variable, usedto isolate each group
df <- group_by(.data = df, col)

# Create a new var 'value2' with the result of the operation
# Note that min and max refers only to the specific group
df <- mutate(.data = df, value2 = (value-min(value))/(max(value) - min(value)))

---

带有

数据。表
：

df <- data.table(df)
df[row!=col, .(value2 = (value-min(value))/(max(value) - min(value))), by=col]

df“我听说for循环不应该用于增长数据帧”：它更像。创建具有最终大小的对象并填充它（如果您愿意，可以使用循环）您可以使用
s预定义数据帧。为了结束，我做了一些基准测试。我的上路：23.2s，@Cath等人建议：6.0s
df %>% 
    filter(row != col) %>% 
    group_by(col) %>% 
    mutate(value2 = (value-min(value))/(max(value) - min(value)))

df <- data.table(df)
df[row!=col, .(value2 = (value-min(value))/(max(value) - min(value))), by=col]