如何避免此数据集中的循环？

Question

对于R中的循环非常慢，但我知道如何实现以下方法的替代方法。

如此屏幕截图所示：

我希望输出格式如下：

> gene_id tss_id x y

其中，x = isosub$q1_FPKM / iso.agg$q1_FPKM // (correspond gene_id)

y = isosub$q2_FPKM / iso.agg$q2_FPKM  

以下是我的for循环代码：

length = length(isosub$gene_id)
tmp = data.frame(isosub$gene_id, isosub$q1_FPKM, isosub$q2_FPKM)
j = 1
denominator_q1 = iso.agg$q1_FPKM[j]
denominator_q2 = iso.agg$q2_FPKM[j]

gene_id = isosub$gene_id
tmpq1 = tmp$isosub.q1_FPKM
tmpq2 = tmp$isosub.q2_FPKM
isoq1 = iso.agg$q1_FPKM
isoq2 = iso.agg$q2_FPKM
o2_q1 = rep(0, length)
o2_q2 = rep(0, length)

i = 0

for (i in 1:length){
     if (gene_id[i+1] == gene_id[i]){
          o2_q1[i] = tmpq1[i] / denominator_q1
          o2_q2[i] = tmpq2[i] / denominator_q2
     }else{
          o2_q1[i] = tmpq1[i] / denominator_q1
          o2_q2[i] = tmpq2[i] / denominator_q2
          j = j + 1
          denominator_q1 = isoq1[j]
          denominator_q2 = isoq2[j]
     }
}

length = 1000时，system.time显示：

>    user  system elapsed 
>   55.74    0.00   56.45

我的实际长度更大：13751。

Answer 1

你想合并吗？

outdf <- merge(isosub[c("gene_id", "tss_id", "q1_FPKM", "q2_FPKM")],
               iso.agg[c("gene_id", "q1_FPKM", "q2_FPKM")],
               by="gene_id",
               suffix=c(".1", ".2"))
outdf$x <- outdf$q1_FPKM.1 / outdf$q1_FPKM.2
outdf$y <- outdf$q2_FPKM.1 / outdf$q2_FPKM.2

Answer 2

如果您最终在这里寻找避免或加速循环的方法，请查看以下答案： Speed up the loop operation in R

它帮助我解决了我遇到的类似问题，并展示了保持必要循环但显着提高性能的方法。