r - 加快大型数据帧的 For 循环

Question

我有一个非常大的数据框，我的目标是按用户 ID 列出累计美元。数据框看起来像这样，但它要大得多:

dt<-sample(seq(as.Date("2013-01-01"),as.Date("2013-05-01"),by="days"),10)
s<-c(rep(5252525,5),rep(1313131,5))
usd<-round(rnorm(10,100),2)
money<-data.frame(dt,s,usd)
money<-money[order(money$dt),]
money$Cumulative<-NA
users<-unique(money$s)

我从一个 for 循环开始，但是它很慢:

for (i in 1:length(users)){
    temp=which(money$s==users[i])
    money$Cumulative[temp]=cumsum(money$usd[temp])
}

我在 StackOverflow 上读到我可以使用 data.table 来提高整体速度，这在一定程度上有所帮助:

money<-data.table(money)
setkey(money,s)

for (i in 1:length(users)){
    temp=which(money$s==users[i])
    money$Cumulative[temp]=cumsum(money$usd[temp])
}

我想让这个计算更快。接下来我该做什么？

Answer 1

由于 money 已经按 dt 列排序，您可以只使用 ave:

money$Cumulative <- ave(money$usd, money$s, FUN=cumsum)

或者你可以使用data.table:

moneyDT <- as.data.table(money[,1:3])
moneyDT[,cumulative := cumsum(usd), by=s]