R:比这个for循环更有效的解决方案

Question

我写了一个可运行的 for 循环，但它在处理数千行时速度很慢，我正在寻找更高效的替代方法。提前致谢!

任务:

• 如果 a 列与 b 列匹配，则 d 列变为 NA。
• 如果 a 列不匹配 b，但 b 匹配 c，则 e 列 变成不适用。

for 循环:

for (i in 1:nrow(data)) {
     if (data$a[i] == data$b[i]) {data$d[i] <- NA}
     if (!(data$a[i] == data$b[i]) & data$b[i] == data$c[i])
        {data$e[i] <- NA}
}

一个例子:

a    b    c    d    e
F    G    G    1    10
F    G    F    5    10
F    F    F    2    8

会变成:

a    b    c    d    e
F    G    G    1    NA
F    G    F    5    10
F    F    F    NA    8

Answer 1

如果您关心速度和效率，我建议您使用 data.table (尽管按照 @ 的建议从技术上对普通的 data.frame 进行矢量化parfait 可能会加快速度)

library(data.table)

DT <- fread("a    b    c    d    e
             F    G    G    1    10
             F    G    F    5    10
             F    F    F    2    8")
print(DT)
#    a b c d  e
# 1: F G G 1 10
# 2: F G F 5 10
# 3: F F F 2  8

DT[a == b, d := NA]
DT[!a == b & b == c, e := NA]

print(DT)
#    a b c  d  e
# 1: F G G  1 NA
# 2: F G F  5 10
# 3: F F F NA  8