如何加速和如果循環R

Question

在我目前的項目中，我有大約820萬行。如果特定列的值不爲零，我想掃描所有行並應用某個函數。

counter=1 
for(i in 1:nrow(data)){ 
if(data[i,8]!=0){ 
totalclicks=sum(data$Clicks[counter:(i-1)]) 
test$Clicks[i]=totalclicks 
counter=i 
    } 
} 

在上面的代碼，我在820萬行搜索的特定列，如果值不爲零，那麼我將計算sum了值。問題是for和if循環太慢了。 50K行需要1小時。我聽說apply家族是替代這一點。下面的代碼還需要很長時間：

sapply(1:nrow(data), function(x) 
if(data[x,8]!=0){ 
totalclicks=sum(data$Clicks[counter:(x-1)]) 
test$Clicks[x]=totalclicks 
counter=x 
}) 

[更新] 請考慮以下爲樣本數據集：

clicks revenue new_column (sum of previous clicks) 
    1  0  
    2  0 
    3  5  3 
    1  0 
    4  0 
    2  7  8 

我想上面的一種解決方案，其中我將通過所有行。如果遇到任何非零收入值，則會添加以前的所有點擊次數值。

我錯過了什麼嗎？請糾正我。

Answer 1

的aggregate()功能，可用於區分你的長期數據幀成塊並在每塊進行操作，所以你可以在你的榜樣應用它爲：

data <- data.frame(Clicks=c(1,2,3,1,4,2), 
        Revenue=c(0,0,5,0,0,7), 
        new_column=NA) 

sub_totals <- aggregate(data$Clicks, list(cumsum(data$Revenue)), sum) 
data$new_column[data$Revenue != 0] <- head(sub_totals$x, -1)