有人可以解釋 R 的底層方法嗎？

Question

我來自 Python 和 C++ 的背景，而 R 似乎使用了我不理解的魔法。 我希望有人能夠讓我深入了解它是如何工作的。

我的任務是對大約 3,400,000 個數據點的每行應用算法，並且來自 C++，我想遍歷表並手動計算它並將其輸入到 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)
}

該功能有效，但估計需要大約 9 個小時。 看了一些參考書后，我發現我可以通過簡單地使用“all <- left_join(all,elevation, by = "lake_id")”來完成同樣的事情。 這在不到一秒的時間內完成，似乎所有 3,400,000 個數據點都是正確的。 我能想到的唯一方法是通過迭代，所以我不知道那一小行代碼是如何完成得如此之快的。 有人可以向我解釋這些小東西的魔力嗎？

Answer 1

R 的魔法是處理變量時的矢量化方法。 它比編寫執行相同操作的本機循環結構要快得多。

矢量化有時使用回收來確保數據結構具有相同的大小，以便更快地執行操作。 元素分配（如您的示例中）往往需要變量的副本，這會減慢處理速度。