如何有效地总结另一个变量中定义的级别？

Question

我是R.的新手.现在我的功能如下:

funItemAverRating = function()
{
    itemRatingNum = array(0, itemNum);
    print("begin");
    apply(input, 1, function(x)
        {
            itemId = x[2]+1;
            itemAverRating[itemId] <<- itemAverRating[itemId] + x[3];
            itemRatingNum[itemId] <<- itemRatingNum[itemId] + 1;
        }
    );
}

在这个函数中输入是一个n*3数据框,n是~6*(10e+7),itemRatingNum是一个大小的向量~3*(10e+5).
我的问题是为什么apply功能这么慢(完成需要将近一个小时)？此外,随着函数的运行,它会使用越来越多的内存.但正如您所看到的,变量都是在apply函数外部定义的.有谁能够帮我？

程

Answer 1

它很慢,因为你多次调用高级R函数.

你必须对你的函数进行向量化,这意味着应该在所有数据向量上计算大多数操作(如<-或+1).

例如,它在我看来itemRatingNum保持input[[2]](第二列input data.frame)的频率可以被替换为:

tb <- table(input[[2]]+1)
itemRatingNum[as.integer(names(tb))] <- tb

Answer 2

不要那样做.你遵循一个完全不像R的逻辑.如果我理解正确,您希望itemAverRating从某个输入数据帧的第三列添加某个向量的值.

什么itemRatingNum是干什么的,是相当模糊的.它不会在全局环境中结束,它只是在循环结束时变成一个充满频率的向量.在函数中定义itemRatingNum时,<<-赋值也会在函数的本地环境中赋值,并在函数结束时被销毁.

接下来,您应该给出函数输入,并获得一些输出.如果没有必要,永远不要分配到全球环境.你的函数相当于 - 相当快一点 - 跟随函数,它接受输入并提供输出:

funItemAverRating = function(x,input){
    sums <- rowsum(input[,3],input[,2])
    sumid <- as.numeric(rownames(sums))+1
    x[sumid]+c(sums)
}

按照MAREKS评论编辑的功能

其工作方式如下:

# make data
itemNum <- 10
set.seed(12)
input <- data.frame(
    a1 = rep(1:10,itemNum),
    a2 = sample(9:0,itemNum*10,TRUE),
    a3 = rep(10:1,itemNum)
)
itemAverRating <- array(0, itemNum)
itemAverRating <- funItemAverRating(itemAverRating,input)
itemAverRating
 0  1  2  3  4  5  6  7  8  9 
39 65 57 36 62 33 98 62 60 38 

如果我尝试你的代码,我得到:

> funItemAverRating()
[1] "begin"
...
> itemAverRating
 [1] 39 65 57 36 62 33 98 62 60 38

哪个是一样的.如果你想要itemRatingNum,那么就这样做:

> itemRatingNum <- table(input[,2])
 0  1  2  3  4  5  6  7  8  9 
 6 11 11  8 10  6 18  9 13  8