如何优化的过滤和在一个大的R数据帧

Question

我有一个数据帧，每行计数，如以下：

name day wages 
1 Ann 1 100 
2 Ann 1 150 
3 Ann 2 200 
4 Ann 3 150 
5 Bob 1 100 
6 Bob 1 200 
7 Bob 1 150 
8 Bob 2 100 

对于每一个唯一的名称/天对，我想以计算总计的范围，例如'当前或第二天工资大于175的人数'。除了工资之外，还有更多的专栏，并且每行有四个时间段应用于每个总计。

我可以通过我的unique'ing数据帧目前完成：

df.unique <- df[!duplicated(df[,c('name','day')]),] 

然后为每一行df.unique，使用下列的函数（为了清楚起见写草书），以df：

for(i in 1:nrow(df.unique)) { 
    df.unique[i,"wages_gt_175_day_and_next"] <- wages_gt_for_person_today_or_next(df,175,df.unique[i,"day"],df.unique[i,"name"]) 
} 

wages_gt_for_person_today_or_next <- function(df,amount,day,person) { 
    temp <- df[df$name==person,] 
    temp <- temp[temp$day==day|temp$day==day+1,] 
    temp <- temp[temp$wages > amount,] 
    return(nrow(temp)) 
} 

在这个微不足道的例子中给我：

name day wages_gt_175_day_and_next 
Ann 1 1 
Ann 2 1 
Ann 3 0 
Bob 1 1 
Bob 2 0 

但是，这似乎是一个非常缓慢的方法，因为我有成千上万的行。有没有更聪明的方法来做到这一点？与矩阵操作的东西，应用，sqldf，类似的东西？

代码重新例如DF：

structure(list(name = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 
2L), .Label = c("Ann", "Bob"), class = "factor"), day = c(1, 
1, 2, 3, 1, 1, 1, 2), wages = c(100, 150, 200, 150, 100, 200, 
150, 100)), .Names = c("name", "day", "wages"), row.names = c(NA, 
-8L), class = "data.frame") 

Answer 1

从你的榜样输出简单地去，这里的东西用data.table有点票友：

require(data.table) 
DT <- data.table(df) 
setkey(DT,name,day) 

DT[,list(gt175 = sum(wages >= 175)),list(name,day)][,list(day = day,gt175 = as.integer(gt175 + c(tail(gt175,-1),0) > 0)),list(name)] 

这是一个有点令人费解，但应禁食。