有没有办法用运行速度更快的东西来替换R中的这个循环？

简而言之，我正在努力加快速度。这是我的慢代码：

library(dplyr)
tmp <- unique(kat$pnr) # Sort out the unique entries (ends up to about 572000)
sex = c()
for(i in tmp){         # For each unique pnr, look up the sex and append it to the new dataset
  temptable <- filter(kat, pnr == i)
  sex[i] <- temptable$sex
}

库（dplyr）
tmp来自具有
过滤器的独特元素的
=
将更慢，并且在循环中也是如此。相反，在这种情况下，如果我们想在“pnr”的每个唯一元素的“sex”列中找到一些描述性统计信息，则使用
groupby
操作可能更合适

library(dplyr)
kat %>%
    group_by(pnr) %>%
    summarise(val = fn(sex))


使用
数据可以进一步加快速度。表

library(data.table)
setDT(kat)[, .(val = fn(sex)), by = .(pnr)]

注意：不清楚“性别”列上要应用的函数


如果目的是创建一个
性
的
列表
，那么

lst1 <- split(kat$sex, kat$pnr)

lst1 kat$sex[！重复（kat$pnr）]