优化 r 中的嵌套 for 循环

Question

我有以下 r 代码。它嵌套了 for 循环。如果 i+3 行值为零，我想用 NA 替换数字。它适用于小型数据集，但是，对于大型数据集，它会挂起。我假设嵌套的 for 循环不是实现它的有效方法。有人可以帮助建议增强代码，最好是 tidyverse 库吗？

x <- data.frame(c1=c(1,2,3,2,1,3),
                c2=c(4,5,6,2,3,4),
                c3=c(7,8,9,7,1,6),
                c4=c(4,0,9,1,5,0),
                c5=c(3,8,0,7,3,6),
                c6=c(2,8,5,0,5,7),
                row.names = c("r1","r2","r3","r4","r5","r6"))

for( i in 1:nrow(x)){
  for(j in 1:3){
    if (x[i, j+3] == 0){
      x[i, j] <- NA
    }
  }
}

输出：x

   c1 c2 c3 c4 c5 c6
r1  1  4  7  4  3  2
r2 NA  5  8  0  8  8
r3  3 NA  9  9  0  5
r4  2  2 NA  1  7  0
r5  1  3  1  5  3  5
r6 NA  4  6  0  6  7

Answer 1

行循环不是必需的，您可以使用 ifelse:

向量化外循环

x[1:3] <- lapply(1:3, function(n) ifelse(x[[n+3]] == 0, NA, x[[n]]))
x
#   c1 c2 c3 c4 c5 c6
#r1  1  4  7  4  3  2
#r2 NA  5  8  0  8  8
#r3  3 NA  9  9  0  5
#r4  2  2 NA  1  7  0
#r5  1  3  1  5  3  5
#r6 NA  4  6  0  6  7

或者更简单的方法，您可以通过布尔索引和赋值，根据最后三列修改前三列：

x[1:3][x[4:6] == 0] <- NA
x
#   c1 c2 c3 c4 c5 c6
#r1  1  4  7  4  3  2
#r2 NA  5  8  0  8  8
#r3  3 NA  9  9  0  5
#r4  2  2 NA  1  7  0
#r5  1  3  1  5  3  5
#r6 NA  4  6  0  6  7

优化 r 中的嵌套 for 循环

Optimize nested for loop in r

r

tidyverse