データ構造の事前割り振り後のR for-loopsのパフォーマンスを向上させます

Question

rのforループのパフォーマンスを向上させる方法について少しお読みになりましたが、まだ140秒かかるもので止まっています。

私はコードを開始します：

matrix <- matrix(NA, length(register[,1]), length(AK), dimnames = list(register[,1], AK)) 

data.cleaned <- data[data$FO %in% register[,1],] 
rownames(data.cleaned) <- paste(1:nrow(data.cleaned)) 


for (i in 1 : nrow(data.cleaned)) { 
    for (j in 1 : nrow(matrix)) { 

    if (data.cleaned$FO[i] == rownames(matrix)[j]) { 
     for (k in 1 : ncol(matrix)) { 

       if (data.cleaned$AK[i] == colnames(matrix)[k]) 
        {matrix[j,k] <- 1} 

     } 
    } 
    } 
} 

残念ながら、私は、任意の再現性の例を提供することはできません。そのdata.cleanedデータフレームは、約11000行を含むフレームです。各列には、FO（メインカテゴリ）とAK（FOのサブカテゴリ）（2つの異なる変数）の観測があります。

1つの行に対応するFOおよびAK観察がある場合、目標は1で塗りつぶし行列[i、j]です。

これは意味がありますか？
あなたがループに入る前に、あなたは

cnames.m <- colnames(matrix) 

を設定することができます。また、私は指定する必要があるかをより明確/より良い方法で

Answer 1

まずステップを記事を書くことができれば、コメントしてください。適切な場所で、あなたは

if (data.cleaned$AK[i] == cnames.m[k]) matrix[j,k] <- 1 

第2工程を行うことができます。
内側のループは

matrix[j, data.cleaned$AK[i] == cnames.m] <- 1 

と同一であるので、kでループする必要はありません。オブジェクト名に関する

matrix <- matrix(NA, length(register[,1]), length(AK), dimnames = list(register[,1], AK)) 

data.cleaned <- data[data$FO %in% register[,1],] 
rownames(data.cleaned) <- paste(1:nrow(data.cleaned)) 

cnames.m <- colnames(matrix) 
for (i in 1 : nrow(data.cleaned)) for (j in 1 : nrow(matrix)) 
    if (data.cleaned$FO[i] == rownames(matrix)[j]) matrix[j, data.cleaned$AK[i] == cnames.m] <- 1 

---

1の発言：
それ自体がRに非常にパフォーマンスではありません、ループのために行列matrix（？あなたは犬Dogに名前を付けます）