我有一個資料集，我試圖用它在 R 中生成不同的資料集。資料集有很多列；但生成新資料集的三個相關列是“Reach”、“Results”和“DV”。范圍和結果是數字。DV 是二進制的 0 和 1。在原始資料集中，所有行的 DV = 0。
對于原始資料集的每一行，我試圖取一個變數“Reach”并復制該行“reach”次數。然后對于這組新行，我想將新行的“結果”數（來自原始行）的 DV 從 0 更改為 1。
例如，在原始資料集的第 33 行：Reach = 1004，Results = 45，DV = 0。新資料集應將第 33 行復制 1004 次，因為其中 45 行 DV 應從 0 更改為 1 .
我為該任務撰寫的代碼有效……但由于檔案太大，需要 10 多個小時才能運行。有關如何簡化此代碼以便更快處理的任何想法
empty_new.video <- new.video[FALSE,]
for(i in 1:nrow(new.video)){
n.times <- new.video[i,'Reach'] #determine number of times to repeat rows
if (n.times > 0){
for (j in 1:n.times){
empty_new.video[nrow(empty_new.video) 1 , ] <- new.video[i,]
}
}
dv.times <- new.video[i,'Results'] #creating dependent variable
if (dv.times>0){
for (k in 1:dv.times){
empty_new.video[nrow(empty_new.video) - n.times k,'DV'] <- 1
}
}
}
uj5u.com熱心網友回復：
避免在回圈中增長物件。考慮Map(wrapper to mapply) 遍歷所有原始資料集的列元素以構建資料框串列，最終在最后連接一次。
build_rows <- function(reach, results) {
# DATA FRAME TO REPLICATE REACH BY ITS LENGTH
df <- data.frame(id = reach, reach = 1:reach, dv = 0)
# RANDOMLY ASSIGN N ROWS TO 1 (N=RESULTS)
df$dv[sample(1:nrow(df), results),] = 1
# ASSIGN FIRST N ROWS TO 1 (N=RESULTS)
df$dv[1:results,] = 1
return(df)
}
df_list <- Map(build_rows, original_data$Reach, original_data$Results)
final_df <- do.call(rbind, df_list)
uj5u.com熱心網友回復：
您可以定義一個簡單的函式來對一行執行此操作并檢查結果，而不是一次回圈執行所有操作
dd <- data.frame(Reach = c(5, 3), Results = c(4, 1), DV = c(0, 0))
# Reach Results DV
# 1 5 4 0
# 2 3 1 0
f <- function(data) {
nr <- data$Reach
nd <- data$Results
data <- data[rep_len(1L, nr), ]
data$DV <- rep(0:1, c(nr - nd, nd))
rownames(data) <- NULL
data
}
f(dd[1, ])
然后回圈每一行
res <- lapply(split(dd, rownames(dd)), f)
do.call('rbind', res)
# Reach Results DV
# 1.1 5 4 0
# 1.2 5 4 1
# 1.3 5 4 1
# 1.4 5 4 1
# 1.5 5 4 1
# 2.1 3 1 0
# 2.2 3 1 0
# 2.3 3 1 1
但實際上你所做的只是創建一個行索引向量和 0/1 值DV，你可以這樣做rep
ii <- rep(1:nrow(dd), dd$Reach)
jj <- c(t(cbind(dd$Reach - dd$Results, dd$Results)))
dv <- rep(rep(0:1, nrow(dd)), jj)
within(dd[ii, ], {
DV <- dv
})
# Reach Results DV
# 1 5 4 0
# 1.1 5 4 1
# 1.2 5 4 1
# 1.3 5 4 1
# 1.4 5 4 1
# 2 3 1 0
# 2.1 3 1 0
# 2.2 3 1 1
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/422654.html
標籤：
上一篇：使用SIMD解決回圈資料依賴性-在sgn值的int8_t陣列中查找-1和 1之間的轉換
下一篇：在python中更快地讀取檔案