使rbind循环更快

Question

我有一个两列的dataframe，它的值在左列，该值的频率在右列。我想在一个只有一列的新数据框中反映这些数据。

我已经让它与下面的2 for循环一起工作，但对于我的数据(100k+行和许多数据帧)来说，它非常慢。我试过使用应用函数，但不能解决这个问题。

library(tidyverse)

twocol <- tribble(
  ~value, ~count,
  0.23076923, 5,
  0.69076923, 3,
  1.15230769, 4,
  1.61384615, 4,
  2.15230769, 3
) %>% as.data.frame()

make_onecol <- function(df) {
  dfnew <- data.frame(value=NA)
  df %>% filter(count!=0) -> df
  for (i in 1:nrow(df)) {
    n <- df[i, 2]
    for (j in 1:n) {
      dfnew <- rbind(dfnew, df[i, 1])
    }
  }
  return(dfnew)
}

onecol <- make_onecol(twocol)

Answer 1

为此，您可以使用rep-function。使用：

onecol <- data.frame(value = c(NA, rep(twocol$value, twocol$count)))

提供：

onecol值1 NA 2 0.2307692 3 0.2307692 4 0.2307692 5 0.2307692 6 0.2307692 7 0.6907692 8 0.6907692 9 0.6907692 10 1.1523077 11 1.1523077 12 1.1523077 13 1.1523077 14 1.6138462 16 1.6138462 17 1.6138462 18 2.1523077 19 2.1523077 20 2.1523077

Answer 2

使用data.table的rep包装器

library(data.table)
setDT(twocol)[, .(value = rep(value, count))]
#     value
# 0.2307692
# 0.2307692
# 0.2307692
# 0.2307692
# 0.2307692
# 0.6907692
# 0.6907692
# 0.6907692
# 1.1523077
# 1.1523077
# 1.1523077
# 1.1523077
# ...