Действия для ускорения вычислений R

Question

Я задаю этот вопрос как общий/начальный вопрос о R, но не для пакета, который я использовал.

У меня есть dataframe с 3 миллионами строк и 15 колонками. Я не считаю это огромным фреймворком данных, но, возможно, я ошибаюсь.

У меня был следующий скрипт, и он работал в течение 2 часов - я думаю, что я должен что-то сделать, чтобы ускорить это.

Код:

ddply(orders, .(ClientID), NumOrders=len(OrderID)) 

Это не слишком интенсивный сценарий, или опять же, я не думаю, что это.

В базе данных вы можете добавить индекс в таблицу, чтобы увеличить скорость соединения. Есть ли аналогичное действие в R Я должен делать импорт, чтобы ускорить выполнение функций/пакетов?

Answer 1

С предложенной data.table пакета, следующая операция должна сделать работу в течение одной секунды:

orders[,list(NumOrders=length(OrderID)),by=ClientID] 

Answer 2

Похоже, весь ваш код делает это:

orders[order(orders$ClientID), ] 

Это было бы быстрее.

Answer 3

кажется мне, что вы можете: (. Я не знаю, что функция Len() существует)

orders$NumOrders <- with(orders(ave(OrderID , ClientID) , FUN=length))