R 将嵌套的 for 循环转换为 lapply() 以获得更好的性能

Question

出于速度原因，我在将嵌套的 for 循环转换为 lapply() 时遇到困难。

我有 2 个data.tables 循环遍历每一行以比较其内容，如果相等，则进行一些计算。我花了 10 多分钟来计算大约 1000 行和 360 行的数据集。

在这个最小的例子中，它不到一秒，但每行只有 3 行：

library(data.table)
library(tictoc)

name <- c(rep("apple",2), rep("banana",2), rep("citrus", 2))
stim <- c("nc","alk" ,"nc",  "lem", "haz", "nc")
vis <- c(1, 1, 1, 1, 6, 7)
f <-c(2,2,2,1,3,3)
g <-c(2,2,2,2,4,4)
h <- c(rep(2,6))
value<- c(5,10,5,10,10,5)
  
tab <- data.table(name, stim, vis, f,g,h,value)

tab1 <- tab[stim == "nc"]
tab2 <- tab[!(stim == "nc")]


tic("looping")

for(i in 1:NROW(tab1)){
  for (n in 1: NROW((tab2))){
    if(identical(tab2[n,name],tab1[i,name])
       
    & identical(tab2[n,vis],tab1[i,vis])
      & identical(tab2[n,3:(length(tab2)-1), with = FALSE],tab1[i,3:(length(tab1)-1), with = FALSE])){
       
      tab2[n,"value"] <- tab2[n, "value"] - tab1[i,"value"]
    }  
  }
  
}
toc()

我一直在关注apply 家庭，这似乎是一种方法，但我不知道如何解决它。感谢您的帮助！

编辑： 在循环之前，tab1 看起来像这样：

     name stim vis f g h value
1:  apple   nc   1 2 2 2     5
2: banana   nc   1 2 2 2     5
3: citrus   nc   7 3 4 2     5

tab2 看起来像这样：

     name stim vis f g h value
1:  apple  alk   1 2 2 2    10
2: banana  lem   1 1 2 2    10
3: citrus  haz   6 3 4 2    10

循环后（只对tab2感兴趣），预期结果：

     name stim vis f g h value
1:  apple  alk   1 2 2 2     5
2: banana  lem   1 1 2 2    10
3: citrus  haz   6 3 4 2    10

Answer 1

应用循环不会加快您的计算速度。事实上它会让它变慢，因为你已经定义了你的 data.frames 并且你只是在替换值。

相反，我建议使用合并的替代方法。 （注意：您的代码有一些错误并且没有运行，所以我希望我正确地解释了您的意图。如果没有，请告诉我）。

> merge(tab1, tab2, by = c("name", "vis", "f", "g", "h"), suffixes=c("1", "2"), all.y=T) -> tab3
> tab3$value <- tab3$value2-tab3$value1
> tab3
    name vis f g h stim1 value1 stim2 value2 value
1  apple   1 2 2 2    nc      5   alk     10     5
2 banana   1 1 2 2  <NA>     NA   lem     10    NA
3 citrus   6 3 4 2  <NA>     NA   haz     10    NA

您可以从那里随意重命名或移动列。