避免循环创建 data.frame 的最有效方法答案

【问题标题】：Most efficient way of avoiding loops to create data.frame避免循环创建 data.frame 的最有效方法
【发布时间】：2016-05-23 07:30:41
【问题描述】：

我有一个 data.frame，其中包含棒球比赛每局得分的得分作为特征向量。

我想创建一个新的 data.frame，其中列出了每场比赛的每局得分。我可以用一个循环来做到这一点，但我知道这对于任何合理数量的观察来说都太慢了，而且显示的rbind 方法也不理想。

局数可能会有所不同，x 表示球队不需要在第 9 局中击球，因为比赛已经获胜。

library(stringr)

data <- data.frame(gameID=c("a","b","c"),innings=c("002100000","30000000x","10101010101"))

for(i in 1:nrow(data)) {
  box <- as.integer(str_split(data$innings[i], "")[[1]])

  tempdf <- data.frame(box,id=data$gameID[i])

  if(i!=1) {
    df <- rbind(df,tempdf)
  } else {
    df <- tempdf 
  }
}

【问题讨论】：

标签： r for-loop

【解决方案1】：

这有点帮助（30%）：

res <- vector("list", nrow(data))
for(i in seq_along(res))
  res[[i]] <- data.frame(box=as.integer(str_split(data$innings[i], "")[[1]]),
                         id=data$gameID[i])
do.call(rbind, res)

【讨论】：

【解决方案2】：

不确定这是否更快，

library(splitstackshape)
data$innings <- gsub('', ' ', data$innings)
cSplit(data, 'innings', ' ', 'long')

【讨论】：

【解决方案3】：

这是一种使用lapply 列表的方法：

library(dplyr)  # for bind_rows -- you can also use do.call(rbind, list)
innings <- str_split(data$innings, "")
names(innings) <- data$gameID
innings <- lapply(innings, function(x) data.frame(box = x))
bind_rows(innings, .id = "id")

【讨论】：

比我的解决方案快两倍 :o)
应用于一些真实数据时比原始数据快 8 倍以上

【解决方案4】：

这应该很快：

## Defined these separately just for readability
innings <- as.character(data$innings)  # or use 'stringsAsFactors=FALSE' when defining the data frame
box <- unlist(strsplit(innings, ""))
id <- rep(data$gameID, nchar(innings))

## To get a character matrix back
cbind(box, id)

## To get a data frame back
data.frame(box=box, id=id, stringsAsFactors=FALSE)

使用矩阵更快，但如果您想要混合类使用数据框。此外，对于数据框，使用字符比使用因子更快（因此使用 stringsAsFactors=FALSE 参数）。如果您希望 box 是数字，您可以将其包装在 as.integer 中（当然，矩阵选项将不起作用）。

【讨论】：