r - 在 R 中的两个现有数据框列之间进行选择时，更快的 "IF"语句解决方法

Question

我有以下数据集:

x <- 1000
df <- data.frame(a = sample(c("Jack", "Jill"), x, replace = TRUE),
                 b = sample(c("Bonnie", "Clyde"), x, replace = TRUE),
                 c = sample(c("blue", "green"), x, replace = TRUE))

我想创建一个名为 df$cho​​ice 的新列，当 df$c == "blue" 时，它会选择 df$a 并选择 df$ b 当 df$c == "green" 时。

了解传统 if 和 ifelse 语句在这种情况下的局限性，我创建了以下函数来执行所需的任务:

choice <- function(y) {
  nw1 <- df[y, ]

  if(nw1$c == "blue") {
    nw1$choice = nw1$a
  } else {
    nw1$choice <- nw1$b
  }

  print(nw1)
}

rows <- c(1:nrow(df))
df2 <- do.call("rbind", lapply(rows, function(y) choice(y)))

当 x <- 1000 时的运行时间测试刚刚超过 2 秒，但是当 x <- 25000 膨胀时，运行的函数时间在我的机器上超过 60 秒。

在处理 >25000 行时，是否有任何建议以不同的方式来完成此任务，以减少系统时间？可能有一个不同的 apply 函数来实现这个目的，但我还没有弄清楚。

Answer 1

不需要任何函数或循环/*apply，只需将因子设置为字符，然后使用ifelse分配新列

x <- 1000
df <- data.frame(a = sample(c("Jack", "Jill"), x, replace = TRUE),
                 b = sample(c("Bonnie", "Clyde"), x, replace = TRUE),
                 c = sample(c("blue", "green"), x, replace = TRUE), stringsAsFactors = F)


df$choice <- ifelse(df$c == "blue", df$a, df$b)

head(df)
     a      b     c choice
1 Jack Bonnie  blue   Jack
2 Jill Bonnie  blue   Jill
3 Jack  Clyde green  Clyde
4 Jack Bonnie green Bonnie
5 Jill Bonnie green Bonnie
6 Jill Bonnie  blue   Jill