我有length(Date_List)
我有信息的天数length(ISIN_Table$ID)
项目。 对于每一天(j中的循环),我创建一个可容纳所有项目(length(ISIN_Table$ID)
)和一些列(4)的零数据框。缓慢data.frame填充
每个项目在每个矩阵中都是一排,但根据日期会有不同的填充。
#create list that will hold matrices
df.list<-vector("list", length(Dates_List))
for (j in 1:(length(Dates_List))){
df.list[[j]] <- data.frame(matrix(0, nrow = length(ISIN_Table$ID),ncol=4))
}
#Loop over number of days
for (j in 1:(length(Dates_List))){
date<-Dates_List[j]
#create empty dataframe
df.list[[j]] <- data.frame(matrix(0, nrow=length(ISIN_Table$ID), ncol=4))
#loop over every item
for (i in 1:(length(ISIN_Table$ID))){
#check whether item is known at date
if (nrow(data.raw[data.raw$ID==i & data.raw$Date==date,]) < 1){
ID<-i
df.list[[j]][i,1]<-date
df.list[[j]][i,2]<-ID #fill up the row
}
else{
#fill up the row
df.list[[j]][i,]<-c(
as.character(data.raw[data.raw$ID==i & data.raw$Date==date,"Date"]),
(data.raw[data.raw$ID==i & data.raw$Date==date,"ID"]),
(data.raw[data.raw$ID==i & data.raw$Date==date,"Bid.Price"]),
(data.raw[data.raw$ID==i & data.raw$Date==date,"Ask.Price"]))
}
}
}
该代码给了我想要的确切输出,但它令人难以置信的速度缓慢。我将不胜感激关于如何提高速度的任何意见,目前的版本是行不通的。
UPDATE:
# create dummy data:
Dates_List<-c("2007-01-02", "2007-01-03")
ISIN_Table<-data.frame(c(1,2,3))
colnames(ISIN_Table)<-"ID"
ID<-rep(1:2, len=2, each=1)
Date<-c("2007-01-02","2007-01-02","2007-01-03", "2007-01-03")
Bid.Price<-rep(100,4)
Ask.Price<-rep(100,4)
data.raw<-data.frame(ID, Date, Bid.Price, Ask.Price)
问计df.list [[1]]返回:
X1 X2 X3 X4
1 2007-01-02 1 100 100
2 2007-01-02 2 100 100
3 2007-01-02 3 0 0
for R中的循环很慢。你可以尝试'应用'家庭功能。也没有可重复的数据,很难回答这样的问题。 – 2013-03-08 14:46:01
看起来像你只是想分割data.raw的日期,如果你没有任何特定的'ID'为任何特定的日期,你正在用0 – 2013-03-08 14:52:52
'for'循环并不慢。创建和子集数据框很慢。 – Roland 2013-03-08 14:53:22