将函数应用于data.table中的矢量化列值 请考虑这个 library(data.table) mydt <- data.table(id = 1:100, p1 = sample(seq(0,1,length.out=1000),100)) mydt$p2 <- 1 - mydt$p1

这很有效

mydt$outcome <- apply(mydt[,2:3], 1, myFun)

---

sample

中的

prob

参数需要向量。要将

myFun

应用于每一行，可以使用

by=1:nrow（mydt）

或

by=1:mydt[，.N]

mydt[, chosen := myFun(c(p1, p2)), by=1:nrow(mydt)]

---

@Roland使用了

rbinom

，向他致敬。他为这次伯努利试验设计的矢量化版本要快得多

> system.time(mydt[, chosen := myFun(c(p1, p2)), by=1:nrow(mydt)])
   user  system elapsed 
   4.82    0.00    4.86 
> system.time(mydt[, outcome2 := rbinom(.N, 1, p2) + 1])
   user  system elapsed 
   0.05    0.02    0.06 

计时中使用的数据：

library(data.table)
set.seed(0L)
m <- 1e6
mydt <- data.table(id = 1:m, p1 = runif(m))[, p2 := 1 - p1]
myFun <- function(x) sample(c(1,2), 1, prob = x)

库（data.table）
种子集（0升）
sample
中的m
prob
参数需要一个向量。要将
myFun
应用于每一行，可以使用
by=1:nrow（mydt）
或
by=1:mydt[，.N]

mydt[, chosen := myFun(c(p1, p2)), by=1:nrow(mydt)]


@Roland使用了
rbinom
，向他致敬。他为这次伯努利试验设计的矢量化版本要快得多

> system.time(mydt[, chosen := myFun(c(p1, p2)), by=1:nrow(mydt)])
   user  system elapsed 
   4.82    0.00    4.86 
> system.time(mydt[, outcome2 := rbinom(.N, 1, p2) + 1])
   user  system elapsed 
   0.05    0.02    0.06 

计时中使用的数据：

library(data.table)
set.seed(0L)
m <- 1e6
mydt <- data.table(id = 1:m, p1 = runif(m))[, p2 := 1 - p1]
myFun <- function(x) sample(c(1,2), 1, prob = x)

库（data.table）
种子集（0升）
m如果您想从
data.table
中获益，我建议您坚持使用
data.table
语法。因此，要在
mydt
中创建一个新列
p2
，如果您想从
data.table
中获益，建议使用
data.table
语法，而不是
mydt$p2。因此，要在
mydt
中创建一个新列
p2
，请使用
mydt[，p2:=1-p1]
而不是
mydt$p2，这仍然是一个缓慢的循环。我认为，
mydt[，outcome 2:=rbinom（.N，1，p2）+1]
也应该这样做，但即使在设置种子时也不能完全复制结果。谢谢，@Roland。你的矢量化方法肯定会更快。我认为即使是播种，结果也无法与之匹敌。为什么不呢？我本以为他们会匹配的。例如，
set.seed（42）；这仍然是一个缓慢的循环。我认为，
mydt[，outcome 2:=rbinom（.N，1，p2）+1]
也应该这样做，但即使在设置种子时也不能完全复制结果。谢谢，@Roland。你的矢量化方法肯定会更快。我认为即使是播种，结果也无法与之匹敌。为什么不呢？我本以为他们会匹配的。例如，
set.seed（42）；x