在R中向量化for循環

Question

天啊。 我非常討厭從代碼中刪除for循環，因為我發現它們如此直觀，並且我首先學習了C ++。 在下面，我要獲取ID進行搜索（在本例中為copd），並使用該ID檢索其完整的XML文件，並從中將其位置保存到向量中。 我不知道如何加快速度，使用700個ID花費了大約5分鍾的時間，而大多數搜索都具有70,000多個ID。 感謝您的指導。

library(rentrez)
library(XML)

# number of articles for term copd
count <- entrez_search(db = "pubmed", term = "copd")$count

# set max to count
id <- entrez_search(db = "pubmed", term = "copd", retmax = count)$ids

# empty vector that will soon contain locations
location <- character()

# get all location data 
for (i in 1:count)
{
  # get ID of each search
  test <- entrez_fetch(db = "pubmed", id = id[i], rettype = "XML")

  # convert to XML
  test_list <- XML::xmlToList(test)

  # retrieve location
  location <- c(location, test_list$PubmedArticle$MedlineCitation$Article$AuthorList$Author$AffiliationInfo$Affiliation)
}

Answer 1

這可能會給您一個開始-似乎可以一次下拉多個。

library(rentrez)
library(xml2)

# number of articles for term copd
count <- entrez_search(db = "pubmed", term = "copd")$count

# set max to count
id_search <- entrez_search(db = "pubmed", term = "copd", retmax = count, use_history = T)

# get all
document <- entrez_fetch(db = "pubmed", rettype = "XML", web_history = id_search$web_history)

document_list <- as_list(read_xml(document))

問題在於這仍然很耗時，因為有大量的文檔。 它也很好奇，當我嘗試過此操作時，它只能返回10,000篇文章-一次返回的內容可能有限制。

然后，您可以使用諸如purrr包之類的東西開始提取所需的信息。