使用 For 循环计算弹性的替代方法答案

【问题标题】：Alternative to calculating Elasticity using For Loop使用 For 循环计算弹性的替代方法
【发布时间】：2015-07-23 14:33:08
【问题描述】：

我编写了一段代码来计算一些 200k 产品的弹性。弹性正在计算中，但已经超过 15 小时，并且该过程仍在运行。我看到正在创建新对象。在不使用 for 循环的情况下，是否有更快的替代方法？

下面是我的代码：

    sku_list <- unique(transact_data4$productId)
    elasticity_values <- data.frame()

    for (i in 1:length(sku_list)){
     test_sku <- subset(transact_data4, productId==sku_list[i])
     m1 <- lm(formula=sales~price, data= test_sku)
     coeffs <- as.data.frame(m1[[1]])
     gradient<- coeffs[2,1]
     gradient_final <- ifelse(is.na(gradient), -1, gradient)
     mean_price <- mean(test_sku$price)
     mean_sales <- mean(test_sku$sales)
     elasticity <- gradient_final*mean_price/mean_sales
     sku_elasticity <- cbind(sku_list[i],elasticity)
     elasticity_values <- rbind(elasticity_values,sku_elasticity)
    }
colnames(elasticity_values)[colnames(elasticity_values)=="V1"] <- "productId"

这是一个示例数据集：

transact_data <- data.frame(productId=c('A', 'A','A', 'A','A', 'A','B', 'B','B', 'B','B', 'B'),
                  price=c(10, 10.5, 11, 12,10, 9,
                    10, 11, 13, 11,12.5, 11),
                    sales =c(100,93,90,85,99,110,101,95,80,103,82,102), stringsAsFactors=FALSE)

结果：

  productId         elasticity
1         A -0.913344887348354
2         B  -1.03051724343462

有没有更快的方法可以在不使用 for 循环的情况下实现这一点？显然，由于样本较小（只有 2 个 productId），它运行得很快。但我试图为超过 20 万个 productId 运行它。

谢谢。

【问题讨论】：

标签： r for-loop

【解决方案1】：

代码

library(dplyr)

transact_data %>% group_by(productId) %>%
   do(mod = lm(sales ~ price, data = .), 
      mean.price = mean(.$price), 
      mean.sales = mean(.$sales)) %>%
   summarise(productId  = productId,
             elasticity = ifelse(is.na(coef(mod)[2]), -1, coef(mod)[2]) * 
                          mean.price / mean.sales)

#   productId elasticity
# 1         A -0.9133449
# 2         B -1.0305172

说明

使用library(dplyr)，您可以方便地进行分组计算：

%>% 是链接运算符，通过将左侧参数作为右侧函数的第一个参数输入，使代码更具可读性
group_by 告诉您要按列分组的下一个命令 productId
do 用于计算模型和所需的平均值，在do 中，您使用点. 来指代整个data.frame
summarise最后总结了你的计算，通过计算弹性

更多信息请查看vignette("introduction")。

顺便说一句，您的代码很慢也就不足为奇了，因为您使用循环并在循环中增加数据。查看http://www.burns-stat.com/pages/Tutor/R_inferno.pdf 获取有关常见陷阱的一些教程。

【讨论】：

你是救生员。也感谢您提供解释。
只需要补充一点，这种方法简直太棒了！它实际上显示了完成百分比。谢谢。
不客气！只是出于好奇，计算最后持续了多久？在这里尝试了一个包含 1e7 行和 10000 个不同产品 ID 的示例数据集，只花了大约一分钟。那你是什么时候？
For Loop - 超过 15 个小时，我不得不杀死。使用管道和做 - 22 分钟。太棒了。

【解决方案2】：

如何优化代码

1) 函数 apply、sapply、... 比 for 循环快得多

2) rbind 和 cbind 在处理大数据时会很慢。我建议您使用已经足够多的列和行创建您的大 data.frame（空），然后填充它。

玩得开心！

【讨论】：