R循环优化/循环太耗时

Question

以下循环需要一段时间。 有什么办法可以更节省时间吗？ 以下data.table包含27个变量和超过60万个观测值。

data <- read.table("file.txt", header = T, sep= "|")
colnames(data)[c(1)] <- c("X")
data <- as.data.table(data)
n=1;
vector <- vector()
for(i in 2:nrow(data))
{
  if(data[["X"]][i] != data[["X"]][i-1])
  {
   n=1; vector[i]=1} 
 else {
   n=n+1; vector[i]=n}}

基本上，我需要索引X中唯一项的每个外观，即它第一次出现，第二次出现等等，然后将其合并到现有数据中作为附加列。 但是，在编译向量时我有很多库存。

谢谢。

Answer 1

首先，使用fread ：

DT <- fread("file.txt", sep = "|")

接下来，使用setnames ：

setnames(DT, 1, "X")

最后，使用rowid ：

DT[ , vector := rowid(X)]