r - R 中的无限函数/循环 : Data Management

Question

我正在尝试重构一个巨大的数据框(大约 12.000 个案例):在旧的数据框中，一个人是一行，大约有 250 列(例如，第 1 个人，测试 A1，测试 A2，测试 B，...)，我想要测试 A 的所有结果(1 - 10 A 的总体结果和该人的 24 个项目 (A-Y) 在一列中，因此一个人最终会得到 24 列和 10 行。项目 A-Y 之前还有一个固定的数据框部分开始(个人信息，如年龄、性别等)，我想保留原样(修复数据)。该函数/循环适用于 30 个案例(我提前尝试过)，但对于 12.000 个案例，它仍在计算，现在已经计算了近 24 小时。有什么想法吗？

restructure <- function(data, firstcol, numcol, numsets){
    out <- data.frame(t(rep(0, (firstcol-1)+ numcol)) )
    names(out) <- names(daten[0:(firstcol+numcol-1)])
      for(i in 1:nrow(daten)){
         fixdata <- (daten[i, 1:(firstcol-1)])

          for (j in (seq(firstcol, ((firstcol-1)+ numcol* numsets), by = numcol))){
              flexdata <- daten[i, j:(j+numcol-1)]
              tmp <- cbind(fixdata, flexdata)
              names(tmp) <- names(daten[0:(firstcol+numcol-1)])
              out <- rbind(out,tmp)
          }  
      }
    out <- out[2:nrow(out),]
    return(out)
}

提前致谢!

Answer 1

了解原因:在每次迭代中rbind 到out。随着数据的增长，每次迭代将花费更长的时间 - 因此，随着数据集的增加，您必须预期运行时间的增长将不仅仅是线性增长。

因此，正如 Andrie 所说，您可以查看melt。

或者您可以使用核心 R:stack 来完成此操作。然后您需要自己将固定部分绑定(bind)到结果，(您需要使用 each = n.var.cols

重复固定列

第三种选择是 arrayhelpers 包中的 array2df。