设置列类并定义任何因子级别，而不使用R中的循环

Question

我已经解决以下问题有一段时间了，因为我需要尽可能快地从新数据集加载、操作和生成分数。我定义了一个数据字典，其中包含每个变量类的描述(例如，数字、因子、字符、日期)，并且在适用的情况下，还包含所有可能的因子级别的列表：

DD <- data.frame(Var = c("a", "b", "c", "d"),
Class = c("Numeric", "Factor", "Factor", "Date"),
Levels = c(NA, "B1, B2, B3", "C1, C2", NA))

Data <- data.frame(a = 5, b = "B1", c = "C2", d = "2015-05-01")

最终，我打算使用model.matrix生成一个设计矩阵，其中包含一组通用的指标变量/列，而不管在特定数据集中观察到的实际因素水平如何，这样我就可以对来自特定模型的数据进行评分。

我需要尽可能快地完成这些任务，因此，我正在尝试找到一种避免使用lapply/循环的解决方案。这是我现有的设置因子水平的解决方案(有点复杂)，目前对我的需求来说太慢了：

lapply(1:ncol(Data[,DD$Class=="Factor"]), function(i) {
    factor( as.character( unlist( Data[,DD$Class=="Factor"][i])) , 
    levels = unlist(strsplit(as.character(DD$Levels[DD$Class=="Factor"][i]), ", ")) )
}) 

如果有任何关于避免在这里使用循环的建议，或者任何替代解决方案，我们都将不胜感激！

谢谢!

Answer 1

很抱歉，我没有足够的声誉来添加此评论。

我能问一下: 1.你的数据集的维度是多少? 2.你可能满足的运行时间是多少？

您可以考虑使用Microsoft Open R(前置革命R)，它可以优化基本的数据操作。