在R快替换数据帧的值(Fast replacing values in dataframe in R

我有15万行包含值，有些是底片2000列的数据帧。 我被替换为0的负值，但这样做非常缓慢（60分钟〜以上）。

df[df < 0] = 0

其中df[,1441:1453]看起来像（所有列/值的数字）：

  V1441 V1442 V1443 V1444 V1445 V1446 V1447 V1448 V1449 V1450 V1451 V1452 V1453
1     3     1     0     4     4    -2     0     3    12     5    17    34    27
2     0     1     0     7     0     0     0     1     0     0     0     0     0
3     0     2     0     1     2     3     6     1     2     1    -6     3     1
4     1     2     3     6     1     2     1    -6     3     1    -4     1     0
5     1     2     1    -6     3     1    -4     1     0     0     1     0     0
6     1     0     0     1     0     0     0     0     0     0     1     2     2

有没有一种方法，以加快该过程，例如我做的方式是完全缓慢，且有更快的方法对吗？ 谢谢。

Answer 1:

尝试将您的DF的矩阵。

df <- data.frame(a=rnorm(1000),b=rnorm(1000))
m <- as.matrix(df)
m[m<0] <- 0
df <- as.data.frame(m)

Answer 2:

两个原始的方法和当前答案创建一个对象相同大小m （或df ）创建时m<0基质的方法是更快，因为有较少的内部复制[<-相比[<-.data.frame

您可以使用lapply和replace ，那么你就只能看一个向量或length (nrow(df))每一次，而不是复制这么多

df <- as.data.frame(lapply(df, function(x){replace(x, x <0,0)})

上面的代码应该是相当effiicent。

如果你使用data.table ，那么大部分的内存（和）时间效率低下的data.frame方法去除。 这将是理想的像你这样的一个大的数据的情况。

library(data.table)
# this really shouldn't be 
DT <- lapply(df, function(x){replace(x, x <0,0)})
# change to data.table
setattr(DT, 'class', c('data.table','data.frame'))
# or 
# DT <- as.data.table(df, function(x){replace(x, x <0,0)})

你可以对所有列设置键，然后通过键值引用代替小于0

Answer 3:

另一个data.table答案，可能会更快，肯定要消耗更少的内存。

library(data.table)
set.seed(108)
d = data.table(a=rnorm(1000),b=rnorm(1000))
set.colwise = function(x, i, j, value) {
  replace_dot_j = function(e, j) {
    if (is.symbol(e) && identical(e, as.symbol(".j"))) return(j)
    if (is.call(e)) {
      if (e[[1L]] == ".j") e[[1L]] = j
      for (i in seq_along(e)[-1L]) if (!is.null(e[[i]])) e[[i]] = replace_dot_j(e[[i]], j)
    }
    e
  }
  for (jj in j) eval(substitute(
    set(x, .i, .j, value),
    list(
      .i=replace_dot_j(substitute(i), jj),
      .j=jj
    )
  ))
  invisible(x)
}
d
set.colwise(d, i = which(d[[.j]] < 0), j = c("a","b"), value = 0)
d

.j中使用符号i参数迭代，并与来自柱代替j参数。

文章来源: Fast replacing values in dataframe in R