将for -循环替换为基于条件if-语句的赋值

Question

我一直试图编写一个函数，它将使用for-循环和if-语句逐行检查一个巨大的数据帧，然后将该行附加到一个新的数据框架中。这是我一直使用的代码的一般结构：

vgm.bulk <- data.frame()
for(i in 1:nrow(data.df)) {
  if(data.df$bestCHit[i] == "IGH" | data.df$bestCHit)[i] == "") {
    local.df <- data.frame( 
    VDJ_vgene = data.df$vgene[i],  
    VJ_vgene = NA)
    vgm.bulk <- rbind(vgm.bulk, local.df)
  } else if (data.df$bestCHit[i] == "IGL" | data.df$bestCHit[i] == "IGK" {
        local.df <- data.frame( 
        VDJ_vgene = NA,  
        VJ_vgene = data.df$vgene[i])
        vgm.bulk <- rbind(vgm.bulk, local.df)
}

实际上，我必须使用30列以上的条件赋值。当代码工作时，我发现我的运行时使用这种按顺序检查每一行的方法太慢，无法使用(对于一个有25000行的数据集，大约需要20分钟)。

因此，是否有一种方法可以放弃使用for-循环并更有效地完成分配？我很感谢你对此提出任何建议。

Answer 1

下面是上面for循环的矢量化版本。不需要循环，也不需要rbind。

VDJ_gene <- rep(NA, nrow(data.df))
VJ_gene <- rep(NA, nrow(data.df))

i <- data.df$bestCHit %in% c("IGH", "")
VDJ_gene[i] <- data.df$bestCHit[i]

i <- data.df$bestCHit %in% c("IGL", "IGK")
VJ_gene[i] <- data.df$bestCHit[i]

vgm.bulk <- data.frame(VDJ_gene, VJ_gene)