运行有关在数据帧的行数循环，它永远

-1

elecOrGas<-function(myData) 
{ 
    for (i in 1:(nrow(myData)-1)) 
    { 
    if (myData[i,2]==myData[i+1,2]) 

    { 
     if ((myData$typeGas[i]==myData$typeElec[i+1])|(myData$typeElec[i]==myData$typeGas[i+1])) 
     { 
     myData$typeTest[i]=1 
     } else { myData$typeTest[i]=0} 
    } else { myData$typeTest[i]=0} 
    } 
    return(myData) 
}

combo4数据帧由4列在下面格式〜800K行

CUSTID typeGas typeElec typeTest 
12456 1  0   0 
12563 1  0   1 
12563 0  1   0 
12455 0  1   0

当我运行功能elecOrGas(combo4)。它永远需要运行代码。我想我在这里做错了事。请协助。

来源

2016-03-10 aseem bhartiya

你能描述一下你的循环试图做什么吗？ – agenis

因为它是重复的，所以客户ID'12455'不应该为'typeTest'获得'1'吗？ –

什么是您的数据维度？添加一些调试语句（每10或100行左右，尝试'message'）来查看它是否正在计算。 –

这是一个使用dplyr的解决方案，它非常适合处理这类问题。我创建了一些模拟的数据匹配你的例子：

library(dplyr) 

## fake test data set 
combo.test <- data.frame(
    CUSTID = sample(rep(10000:999999, each=2), 800000, replace = F), 
    typeGas = sample(c(0,1), 800000, replace = T) 
) 
combo.test$typeElec <- ifelse(combo.test$typeGas == 0, 1, 0)

要分配“1” typeTest如果客户1两种typeElec和typeGas在（可能）不同行，您使用dplyr“GROUP_BY”功能，循环在data.frame中的每个不同的CUSTID上，然后“mutate”创建一个新的变量“typeTest”。 “ifelse”测试该CUSTID的typeElec或typeGas列中的“any”值是否为1。

# convert to tbl_df object, arrange by CUSTID, assign 1 to variable typeTest 
# if CUSTID has values for 1 in both typeGas and typeElec 
ptm <- proc.time() 
combo.test <- combo.test %>% tbl_df() %>% arrange(CUSTID) %>% 
    group_by(CUSTID) %>% 
    mutate(typeTest = ifelse(any(typeGas == 1) & any(typeElec == 1), 1, 0)) %>% 
    ungroup() 
proc.time() - ptm

“tbl_df（）”的data.frame转换为一个很好的dplyr版本，并且管“％>％”运算符表示从每个函数的输出被传递到下一个。代码花了约10秒为我跑。

https://cran.rstudio.com/web/packages/dplyr/vignettes/introduction.html

UPDATE：对，我应该已经回答了你原来的问题，而不是给人一种替代方法。你的函数只有一个bug（第3行应该为CUSTID索引第1列而不是第2列）。速度问题与R处理矢量与数据帧的效率有关。这是一个很好的讨论：（Speed up the loop operation in R）。

elecOrGas2 <-function(myData) { 
    res <- numeric(nrow(myData)) # initialize a vector for 'typeTest' 

    for (i in 1:(nrow(myData)-1)) { 
     #if (myData[i,2]==myData[i+1,2]) 
     if (myData[i,1]==myData[i+1,1]) { # correct index for CUSTID 
      if ((myData$typeGas[i]==myData$typeElec[i+1])| 
        (myData$typeElec[i]==myData$typeGas[i+1])) { 
       res[i] <- 1 # use 
       #myData$typeTest[i]=1 
      } else { 
       res[i]=0 
      } 
     } else { 
      res[i]=0 
     } 
    } 
    myData$typeTest <- res 
    return(myData) 
} 

library(dplyr) 
combo.test <- data.frame(
    CUSTID = sample(rep(10000:999999, each=2), 800000, replace = F), 
    typeGas = sample(c(0,1), 800000, replace = T) 
) 
combo.test$typeElec <- ifelse(combo.test$typeGas == 0, 1, 0)  
combo.test <- arrange(combo.test, CUSTID) %>% tbl_df() 

# test time using 1/10 of the data 
# original function: 29 sec 
system.time(elecOrGas(combo.test[1:80000,]) -> test1) 
# updated vectorized function: 6 sec 
system.time(elecOrGas2(combo.test[1:80000,]) -> test2)

来源

2016-03-10 21:28:21

非常感谢。这是一个非常有效的解决方案。不过，由于我是新手，我想知道我的代码有什么问题。 –

非常感谢。我非常欣赏这个解决方案。小小的错误花费宝贵。 –

运行有关在数据帧的行数循环，它永远

回答

相关问题