迭代大型数据集 R-Studio 的每一行

Posted 2023-03-12

【中文标题】迭代大型数据集 R-Studio 的每一行

【英文标题】：Iterating over each Row of a large dataset R-Studio

【发布时间】：2020-10-09 23:59:59

【问题描述】：

假设我有一个包含给定邮政编码的 1500000 个州的列表，我想在该列表上运行我的预测模型（数据库）并获得区域的预测，我在一位绅士的帮助下做了同样的事情，这是我的代码：

pred <- sapply(1:nrow(first), function(row)  predict(basdata,first[row, ],estimator="BMA", interval = "predict", se.fit=TRUE)$Ybma )

基础数据：我的模型 第一：我正在预测该区域的新数据集。

现在，我面临的问题是代码需要很长时间才能预测值。它遍历每一行并计算面积。我的数据集中有 150000 行，我会请求是否有人可以帮助我优化此代码的性能。

【问题讨论】：

预测函数没有向量化吗？当你做predict(basdata,first[1:10,],estimator="BMA", interval = "predict", se.fit=TRUE)$Ybma时会发生什么？它不是给你10个预测吗？

整个数据集有 3 个变量，我的模型 BASDATA 是基于从三个相应变量中获取一些值。我想如果我只是按照你的建议尝试预测，我会得到一些模糊的值，因为模型不会遍历整个数据集的每一行。

你能解释一下 first[1:10] 会帮助我实现什么吗？

我不明白你的意思。只需尝试上面的代码并尝试迭代前 10 行，即 sapply(1:10, function(row) predict(basdata,first[row, ],estimator="BMA", interval = "predict", se.fit=TRUE)$Ybma ) 并查看值是否不同。

它的first[1:10,] 不是first[1:10] 注意10 后面的逗号

【参考方案1】：

我要感谢 onyambu 为我提供解决方案，因为我只是让预测功能更加复杂。以下代码可用于迭代数据集的每一行并使用构建的模型预测值。

predict(basdata,first,estimator="BMA", interval = "predict", se.fit=TRUE)$Ybma