我有一个 scores
( V3
)的数据框,用于一系列整数范围( V1
到 V2
) .
scores <- structure(list(V1 = c(2037651L, 2037659L, 2037677L, 2037685L,
2037703L, 2037715L), V2 = c(2037700L, 2037708L, 2037726L, 2037734L,
2037752L, 2037764L), V3 = c(1.474269, 1.021012, 1.180993, 1.717131,
2.361985, 1.257013)), .Names = c("V1", "V2", "V3"), class = "data.frame",
row.names = c(NA, -6L))
V1 V2 V3
1 2037651 2037700 1.474269
2 2037659 2037708 1.021012
3 2037677 2037726 1.180993
4 2037685 2037734 1.717131
5 2037703 2037752 2.361985
6 2037715 2037764 1.257013
我也有一个整数向量 .
coords <- structure(list(V1 = c(2037652, 2037653, 2037654, 2037655, 2037656,
2037657, 2037658, 2037659, 2037660, 2037661, 2037662, 2037663,
2037664, 2037665, 2037666, 2037667, 2037668, 2037669, 2037670,
2037671)), .Names = "V1", row.names = c(NA, -20L), class = "data.frame")
对于每个整数(在 coords
中),我想确定其整数范围(得分 V1
到 V2
)包含 coord$V1
的所有得分(在 scores$V3
中)的平均值 . 为此,我试过:
for(i in 1:nrow(coord)){
range_scores <- subset(scores,
scores$V1 <= coord$V1[i] & scores$V2 >= coord$V1[i])
coord$V2[i] <- mean(range_scores$V3)
}
该功能有效,但速度极慢 .
如何更有效地完成同样的事情?
2 回答
这是我提出的解决方案:
它似乎比其他提案快得多 . 我很确定通过避免读取或写入data.frame(高开销函数)来获得优势 . 此外,我使用逻辑索引而不是
subset()
来进一步减少开销 . 可能通过使用* ply策略可以更快地制作它?coord$V2 <- sapply(coord$V1, function(x) mean(scores[scores[, 2] >= x & x >= scores[, 1], 3]))
大约快两倍 .首先,重新创建您的数据:
制作功能和基准:
编辑:
lapply
每@Sepehr稍微好一点 .