如何將這些嵌套循環轉換為R循環函數，例如sapply或tapply或

Question

我有運行在數據幀t上的這段代碼。

for (i in years){
    for (j in type){
            x <- rbind(x, cbind(i, j, 
                       sum(t[(t$year == i) & (t$type == j),]$Emissions, 
                           na.rm = TRUE)))
}
}

基本上，我有兩個向量years和type 。 我正在找到每個類別的總和並將其合並到數據框中。 上面的代碼有效，但是我無法弄清楚如何使用循環功能之一。

Answer 1

是的，有多種方法可以使用apply函數。 不過，我將建議使用dplyr的高性能方法。

library(dplyr)
x <- t %>% 
     group_by(year,type) %>% 
     summarize(SumEmmissions=sum(Emissions,na.rm=TRUE)) 

我認為您會發現它比循環或應用方法要快得多。

===================根據要求提供證明===============

library(dplyr) N <- 1000000 Nyear <- 50 Ntype <- 40 myt <- data.frame(year=sample.int(50,N,replace=TRUE), type=sample.int(4,N,replace=TRUE), Emissions=rnorm(N) ) years <- 1:Nyear type <- 1:Ntype v1 <- function(){ x <- myt %>% group_by(year,type) %>% summarize(SumEmmissions=sum(Emissions,na.rm=TRUE)) } v2 <- function(){ x <- data.frame() for (i in years){ for (j in type){ x <- rbind(x, cbind(i, j, sum(myt[(myt$year == i) & (myt$type == j),]$Emissions, na.rm = TRUE))) } } } v3 <- function(){ t0 <- myt[myt$year %in% years & myt$type %in% type, ] x <- aggregate(Emissions ~ year + type, t0, sum, na.rm = TRUE) } system.time(v1()) user system elapsed 0.051 0.000 0.051 system.time(v2()) user system elapsed 176.482 0.402 177.231 system.time(v3()) user system elapsed 7.758 0.011 7.783

隨着組的大小和數量的增加，性能也會擴展。

Answer 2

挑選出所有行的這year是在years和type是type給予t0 。 然后根據years和type匯總Emissions 。

t0 <- t[t$year %in% years & t$type %in% type, ]
aggregate(Emissions ~ year + type, t0, sum, na.rm = TRUE)

如果years和type向量包含所有年份和類型，則可以省略第一行，第二行中的t0替換為t 。

下次，請使您的示例可重復。

更新一些更正。