Bir veri çerçevesini keyfi uzunluk listelerinin listesine nasıl verimli bir şekilde dönüştürebilirim?

Question

Daha verimli depolama ve alma için bir veri çerçevesini yeniden şekillendirmeye çalışıyorum. Her satır, satırlar arasında benzersiz olmayan bir "ana" (anahtar) değeri ve bir alt değer (aslında, 3 öznitelik - 1 karakter ve 2 sayısal) kümesi içerir. Bu veri çerçevesini, her bir ana üst anahtar için yalnızca bir üst düzey girişe sahip bir listeye ve üst öğe ile ilişkilendirilen çocukların sayısına göre belirlenen bir dizi alt listeye dönüştürmek istiyorum. İşte bazı örnek veriler şunlardır: Bunun için çıkış adlandırılmış üyeleri $child ve $count (sub-listelerinin 4 üst düzey ("middle", "might", "million", "millions" adlandırılır) elemanları ve değişen sayılarla listesi olmamalıdır

pcm <- data.frame(parent = c("middle", "middle", "might", "might", 
        "might", "million", "million", "millions"), 
       child = c("of", "school", "be", "have", "not", "in", 
        "to", "of"), 
       count = c(476, 165, 1183, 619, 321, 490, 190, 269)) 

örn lookup4[["middle"]] alt içeriyor -lists $children[[1]]$child = "of", $count = 476 ve = "school"$children[[2]]$child, $count = 165).

Aşağıdaki kod çalışır, ancak çok yavaştır (8 GB RAM kullanarak 300.000 satırlık bir veri karesinde birkaç saat). Çıktı verisindeki çocukların sayısına 6 sınır koymuştum, ama büyük bir fark yaratmamış gibi görünüyor.

lookup4 <- list() 
parents <- unique(pcm$parent) 
n.parents <- length(parents) 
for (i in 1:n.parents) { 
    words <- pcm$child[pcm$parent == parents[i]] 
    counts <- pcm$count[pcm$parent == parents[i]] 
    probs <- pcm$prob[pcm$parent == parents[i]] 
    n.children <- min(c(NROW(words), 6) 
    ngram.tail <- list() 
    for (k in 1:n.children) { 
     ngram.tail[[k]] <- list(word = words[k], 
     count = counts[k], 
     prob = probs[k]) 
    } 
    lookup4[[parents[i]]] <- list(children = ngram.tail) 
} 

'for' döngüsünü kaldırarak hızlandırabilir miyim? Eğer öyleyse, dönüşümü nasıl kodlarım?

Answer 1

bu deneyin:

Ben dataframe parents denir varsayalım:

parents.list <- as.list(as.data.frame(t(parents))) 

listenin isimleri olması ebeveynlerin satır adlarını isterseniz:

parents.list <- setNames(split(parents, seq(nrow(parents))), rownames(parents))