优化 R 中的比较

Question

我还是 R 编程新手，我需要优化我的部分代码。我将在下面解释它是如何工作的。

我当前的代码太慢了

myfunc <- function(dt){
    indexes = which(dt$time == CURRENT)

    for(i in indexes){
        # columns foo, bar & baz are used to build rowname
        # and colnames
        linename = paste(dt$foo[i], "_", dt$bar[i], sep="")
        colname  = dt$baz[i]

        # related_var is the name of an other global var
        # and value is the corresponding value in
        # related_var[linename, colname]
        dt$value[i] = get(dt$related_var[i])[[linename, colname]]
    }
    return(dt)
}

如何使用它？

这不是我的代码部分，所以我只是简化了它

CURRENT = 0
MAX     = 1000
for(i in 1:MAX){
    doSomeStuffOnGlobalVars()
    # get datas from global var for this CURRENT
    dt = myfunc(dt)
    CURRENT = CURRENT + 1
}

一些解释

为CURRENT (like 1,2,3,4,5,... 1000) 的所有值调用此函数，我们希望为匹配dt$time == CURRENT 的每一行更新dt 中的$value，问题是变量“varname”每CURRENT 修改一次

dt : a data.table ordered by time in the form of
    foo   bar   baz   time   related_var   value
    1     1   "toto"  1      "varname"      NA
    1     2   "toto"  1      "varname"      NA
    2     1   "tata"  1      "varname"      NA
    2     8   "toto"  1      "varname"      NA
    ...

related_var : contain the name of a global data.frame which have its 
    colnames defined by baz in dt 
    rownames defined by a combination of foo & bar (foo_bar) in dt


example of "varname" variable:
          toto   tata
    1_1    1.6    2
    1_2    42   1337
    ...    ...    ...
    10_10    3.14   1.61

我已经进行了一些更改（我在data.table 或eval(parse(...)) 之前使用了data.frame）但这仍然很慢（大约 5 秒的 dt 大约 5000 行），我想知道我该怎么做优化这个，如果你有想法（R 或纯算法）

注意告诉我它是否太神秘了

编辑：我发现较慢的部分是dt$value[i] = get(dt$related_var[i])[[linename, colname]]，如果我进行像justAvar = get(dt$related_var[i])[[linename, colname]] 这样的简单分配，它会变得更快，所以我现在的问题是：“R 是如何通过索引的？如果我想go to index=15 R 会遍历所有 14 个之前的元素吗？”

Answer 1

首先，我会预先计算行名，我怀疑它几乎是针对整个数据表计算的。将使用 data.table 引用魔法。二是内联化和简化功能。最后，使用 data.table [i,j,by] 方法

dt <- ...

dt[, linename := paste(foo, "_", bar, sep="")]

CURRENT <- 0
MAX     <- 1000
for(i in 1:MAX) {
    doSomeStuffOnGlobalVars()
    # get datas from global var for this CURRENT

    dt[time == CURRENT, value := get(related_var)[[linename, baz]]]
    CURRENT <- CURRENT + 1
}

更新

有用的阅读：http://www.r-bloggers.com/strategies-to-speedup-r-code/

更新二

也可以在循环之前为 dt 设置键

setkey(dt, time)