加快我在 R 中的嵌套 for 循环并在 excel 中存储一个超大数据帧超出其限制

Question

我花了整整 36 小时甚至更长时间才努力使用 R 中的以下代码行创建数据框。任何使此代码更快的建议都会受到赞赏。然而，到最后，我需要将这个数据框存储在一个 excel 文件中，但我注意到这个特定代码需要超过 3 亿行，超过了典型的 excel sheet 长度.我期待获得帮助，将其存储在 excel（或记事本）文件中以备将来使用。

library(writexl)
team_b <- 10:120
individual_b <- 1:84
team_s <- 1:250
individual_s <- 1:150

d <- data.frame()
for (i in team_b) {
  for (j in individual_b) {
    for (k in team_s) {
      for (l in individual_s) {
        sc <- l/k 
        bu <- j/i 
        sr <- l/j 
        pi <- sc/bu
        if(bu>0.7||sc>0.7||sr>6){
          c = "unrealistic"
        }
        else{
          c = "realistic"
        }
        d <- rbind(d, data.frame(i,j,k,l,sc,bu,sr,pi,c)) 
      }
    }
  }
}
colnames(d) <- c("T_b", "I_b", "T_s", "I_s", "BU", "SC", "SR", "PI", "Comment")
#View(d)

write_xlsx(d, "d.xlsx")

Answer 1

library(data.table)
d <- CJ(team_b, individual_b, team_s, individual_s) # generate all combinations
setnames(d, c('i', 'j', 'k', 'l'))
d[, sc := l/k] 
d[, bu := j/i] 
d[, sr := l/j] 
d[, pi := sc/bu]
d[, c := ifelse(bu > 0.7 | sc > 0.7 | sr > 6, "unrealistic", "realistic")]

加快我在 R 中的嵌套 for 循环并在 excel 中存储一个超大数据帧超出其限制

Speed up my nested for loop in R and storing a very large data frame in excel beyond its limits

r

excel

dataframe

performance

nested-for-loop