如何有效地迭代输出数据帧的复杂函数？

Question

我基本上需要遍历参数A,B,C 的一组值，以生成一个结果表，这将帮助我分析这些参数的重要性。这是用于 R 中的程序。

让我们这么说：

1. A 来自 rangeA = 1:10
2. B 来自 rangeB = 11:20
3. C 来自 rangeC = 21:30

我目前使用的最简单（不是最有效）的解决方案是这样的：

### here I create this empty dataframe because I add on each tmp calc later
res <- data.frame()

### here i just create a random dataframe for replicative purposes
dataset <- data.frame(replicate(10,sample(0:1,1000,rep=TRUE)))


ParameterAdjustment() <- function{

  for(a in rangeA){
  for(b in rangeB){
  for(c in rangeC){

    ### this is a complicated calculation that is much more
    ### difficult than the replicable example below
    tmp <- CalculateSomething(dataset,a,b,c)

    ### an example calculation
    ### EDIT NEW EXAMPLE CALCULATION
    tmp <- colMeans(dataset+a*b*c)
    tmp <- data.frame(data.frame(t(tmp),sd(tmp))

    res <- rbind(res,tmp)
  }
  }
  }

return(res)
}

我的问题是，这适用于在 7000x500 数据帧上运行计算的原始数据集。但是，我的新数据集要大得多，性能已成为一个重要问题。任何人都可以建议或帮助更有效的解决方案吗？谢谢。

Answer 1

不确定上面是什么语言，所以不确定这有多相关，但这里有：您是在输出/发送数据时还是在内存中收集所有显示结果，然后一次性全部输出结尾？当我遇到大型数据集的类似问题时，这种方法帮助了我几次。例如，将 10,000 个数据点发送回客户端以获得图形，而不是生成所有这些点的数组并发送它，而是在每个点之后输出到屏幕，然后释放内存。这仍然需要一段时间，但这是不可避免的。重要的是它不会崩溃。