100 万条数据的 For Loop 需要花费大量时间。如何跳出for循环

Question

样本数据 动作广告名称 加载
bServed Leanardo Vertical Tie Horizo​​ntal 单击 Leanardo Vertical Tie Horizo​​ntal 加载
bServed The Label Vineet 加载
加载
加载
加载
bServed Clooney the label 关闭标签克鲁尼 加载
加载
加载
bServed Angad Vertical Clooney Horizo​​ntal 关闭 Angad Vertical Clooney Horizo​​ntal

我需要通过比较我在 Excel 中实际使用的之前生成的 IF(Advertname3=Advertname2,Adblk2,Adblk2+1) 来对广告名称进行编号

动作广告名称 AdBlk 负载 1 bServed Leanardo Vertical Tie Horizo​​ntal 2 点击 Leanardo Vertical Tie Horizo​​ntal 2 负载 3 bServed The Label Vineet 4 加载 5 加载 5 加载 5 加载 5 bServed Clooney the label 6 关闭 克鲁尼标签 6 加载 7 加载 7 加载 7 bServed Angad Vertical Clooney Horizo​​ntal 8 关闭 Angad Vertical Clooney Horizo​​ntal 8

我正在处理大小超过一百万的点击流数据。我正在尝试创建基于广告编号的广告名称以进行排序，因为第二个没有及时记录。

ID_Sort[1,24] <- 1
for(i in 2:nrow(ID_Sort))
 {
  if(ID_Sort[i,14] == ID_Sort[(i-1),14])
  {
  a <- ID_Sort[(i-1),24]
  ID_Sort[i,24] <- a
  }
  else
  {
  a <- ID_Sort[(i-1),24]
  ID_Sort[i,24] <- a+1
  }
}

此代码适用于最短时间的示例数据，但对于超过 100 万个数据需要很长时间。所以请帮助我克服这种延迟。有什么办法可以代替 FOR 循环。

Answer 1

我不确定这是否符合您的要求，或者它是否比您的代码更快，但我怀疑它可能是。虽然如下创建数据集的两个副本可能效率很低。

ID_Sort <- read.table(text='
    a  1  10
    b  1  10
    c  2  20
    d  2  20
    e  3  30
    f  3  30
', header=FALSE)

ID_Sort.c <- ID_Sort[-nrow(ID_Sort),2:3]
ID_Sort.b <- ID_Sort[-1            ,2:3]

V3 <- ifelse(ID_Sort.b$V2 == ID_Sort.c$V2, ID_Sort.c$V3, ID_Sort.c$V3+1)

ID_Sort$V3 <- c(1,V3)
ID_Sort

  V1 V2 V3
1  a  1  1
2  b  1 10
3  c  2 11
4  d  2 20
5  e  3 21
6  f  3 30