r - 昂贵的for和if else循环的替代方案

Question

我目前拥有500,000个数据观测值，并且在我的R代码中具有执行以下操作的步骤-

attach(ds) 
weight <- rep(NA,length(date))
sales_base <- rep(NA,length(date))
cumsales <- rep(NA,length(date))    

weight[dup_no!=0 & month(date)==7] = lag_sales[dup_no!=0 & month(date)==7]
sales_base[dup_no!=0 & month(date)==7] = cumsales[dup_no!=0 & month(date)==7]
cumsales [dup_no!=0 & month(date)==7] = 1+ disc[dup_no!=0 & month(date)==7]

for(i in 2:length(permno))
{
  if(dup_no[i]!=0 & month(date[i])!=6 & !is.na(lag_sales[i]) & (lag_sales[i])>0)
   {
     cumsales[i] = cumsales[i-1]*(1+disc[i])    
     weight[i] = cumsales[i]*sales_base[i-1]
   } 
if(dup_no[i]!=0 & month(date[i])!=6 & (lag_sales[i])<=0)
   {
     cumsales[i] = cumsales[i-1]*(1+disc[i])
     weight_port[i] = NA
   }
}

（这些公式可能没有意义，因为我没有向您展示整个代码。）
前三行创建3个值为0的列。在满足一组条件的情况下，后三行填充列中的单元格的值。下一个for循环尝试根据先前填充的单元格值（从第5、6、7行获得）计算新值，以填充列的其余空值。

由于数据大小，这里的for循环花费大量时间，我需要优化此代码，因为它将在更大的数据上运行。有没有其他替代方法可以代替for循环？

提前致谢！

Answer 1

在R中，循环通常非常耗时。最好尽可能避免循环。如果搜索“矢量化”，您将发现大量讨论该主题的线程和教程。

只是代码的简单示例：

index <- dup_no!=0 & month(date)!=6 & !is.na(lag_sales) & (lag_sales)>0
cumsales[index] <- cumsales[which(index)-1]*(1+disc[index])  
weight[index] <- cumsales[index]*sales_base[which(index)-1]

这应该能够代替for循环的第一部分。