时间戳

首页 > 解决方案 > 如何减少R中循环的执行时间？

for-loop - 如何减少R中循环的执行时间？

问题描述

我有一个具有以下结构的大型数据集（1800 万行）：

公司产品

1个

2个

3个

4个

2乙

4乙

1℃

3℃

2 天

3D

4 天

它实际上告诉了哪个公司生产什么。我想做以下事情：假设技术上接近的产品是在同一家公司内共同生产的（例如，产品 A 和 D 在 75% 的情况下是共同生产的），我想计算技术接近度矩阵. 我使用下面的代码来执行此操作，但执行它需要几天（实际上大约是两周）。

如果我应用 dcast() 而不是 for 循环，我会收到以下错误：“split_indices(.group, .n) :n must be a positive integer” 下面是代码：

文件名 = paste0('firm_bvd_product_all_location.csv')

micro_data = read.csv（文件名，sep = '|'）

x_1 = micro_data[,c(1,3)]

x_2 = x_1[!is.na(x_1$product), ]

测试 = 唯一（x_2$product）

y_3 = NULL

y_4 = 空

对于（我在测试中）

{

y_1 = 子集（x_2，产品==i）

对于（测试中的 j）

{

y_2 = subset(x_2, product==j)

y_3[[j]] = nrow(merge(y_1,y_2,by = "firm", all=FALSE))/max(nrow(y_1),nrow(y_2))

}

y_4[[i]] = unlist(y_3)

}

x_3 = 矩阵(unlist(y_4),nrow=length(test),ncol=length(test))

行名（x_3）=排序（测试）

列名（x_3）=排序（测试）

将非常感谢任何有助于减少执行时间的想法。

标签： for-looptimeexecution

解决方案

推荐阅读