有人可以解释 R 的底层方法吗？

Question

我来自 Python 和 C++ 的背景，而 R 似乎使用了我不理解的魔法。 我希望有人能够让我深入了解它是如何工作的。

我的任务是对大约 3,400,000 个数据点的每行应用算法，并且来自 C++，我想遍历表并手动计算它并将其输入到 tibble 中：

add_elev <- function(all, elev){
  row <- 1
  while(row < nrow(all)){
    adder <- filter(elev, lake_id == all[row, "lake_id"][[1]])
    curr_id <- all[row, "lake_id"][[1]]
    while(all[row, "lake_id"][[1]] == curr_id){

      all[row, "elevation"] <- adder[1, "elevation"][[1]]
      row <- row + 1

      if (row > nrow(all)){
        break
      }
      if (all[row, "lake_id"][[1]] != curr_id){
        break
      }

    }

    if (row > nrow(all)){
      break
    }

  }
  return(all)
}

该功能有效，但估计需要大约 9 个小时。 看了一些参考书后，我发现我可以通过简单地使用“all <- left_join(all,elevation, by = "lake_id")”来完成同样的事情。 这在不到一秒的时间内完成，似乎所有 3,400,000 个数据点都是正确的。 我能想到的唯一方法是通过迭代，所以我不知道那一小行代码是如何完成得如此之快的。 有人可以向我解释这些小东西的魔力吗？

Answer 1

R 的魔法是处理变量时的矢量化方法。 它比编写执行相同操作的本机循环结构要快得多。

矢量化有时使用回收来确保数据结构具有相同的大小，以便更快地执行操作。 元素分配（如您的示例中）往往需要变量的副本，这会减慢处理速度。