R data.tableの各行にスピーディーなt.test

Question

可変列名を使用して、より速い行ごとのt.test結果を得るためにdata.tableの本来の速度を使用できますか？以下は私の現在のコードであり、1000行ごとに数秒かかる。

slow.diffexp <- function(dt, samples1, samples2) { 
    for (i in 1:nrow(dt)) { 
    if (round(i/1000)==i/1000) { 
     cat(i, "\n"); 
    } 
    a <- t.test(dt[i, samples1, with=FALSE], 
       dt[i, samples2, with=FALSE]); 
    set(dt, i, "tt.p.value", a$p.value) 
    set(dt, i, "tt.mean1", a$estimate[1]) 
    set(dt, i, "tt.mean2", a$estimate[2]) 
    } 
} 

test.dt <- data.table(V1=sample(1000, 100000, replace=TRUE)); 
for (i in 2:20) { 
    colname <- paste0("V", i); 
    test.dt[ , (colname):=sample(1000, 100000, replace=TRUE)]; 
} 
samples1 <- sample(names(test.dt), size=10); 
samples2 <- setdiff(names(test.dt), samples1); 
slow.diffexp(test.dt, samples1, samples2); 

私は以下の関連記事を見てきました：

• Paired t-test for each row of a data table：ソリューションを持っているが、我々はより速く得ることができますか？
• Doing t.test for columns for each row in data set：data.tableは使用しません。また、私はセットが<よりも高速であるというこのアイデアを持っているので、私はセットを（）を使用していますが遅い

- data.framesのために...

Answer 1

を。これは、明示的data.tableを使用しませんが、それがあるべきはるかに高速forループより：

set.seed(700) 
test.dt <- data.table(V1=sample(1000, 100000, replace=TRUE)); 
for (i in 2:20) { 
    colname <- paste0("V", i); 
    test.dt[ , (colname):=sample(1000, 100000, replace=TRUE)]; 
} 
samples1 <- sample(names(test.dt), size=10); 
samples2 <- setdiff(names(test.dt), samples1); 

system.time(myList<-apply(test.dt, 1, function(x) t.test(x[samples1], x[samples2]))) 
# user system elapsed 
# 18.44 0.00 18.47 

test.dt$tt.p.value<-sapply(myList, function(x) x[[3]]) 
test.dt$tt.mean1<-sapply(myList, function(x) x[[5]][[1]]) 
test.dt$tt.mean2<-sapply(myList, function(x) x[[5]][[2]]) 

test.dt[1:10, 19:23, with = F] 

V19 V20 tt.p.value tt.mean1 tt.mean2 
962 536 0.98203 460.8 463.9 
882 767 0.06294 657.4 416.0 
371 111 0.73440 463.1 502.8 
173 720 0.57195 595.9 513.3 
126 404 0.86948 602.8 619.5 
14 16 0.63462 315.7 377.3 
870 384 0.03670 377.7 626.6 
142 997 0.19836 623.2 442.8 
    4 193 0.99891 628.4 628.2 
250 888 0.35232 590.9 498.5 

他の方法は、約10倍遅くなります（少し長い時間で、1/10の仕事ん）

system.time(slow.diffexp(test.dt[1:10000], samples1, samples2)) 
# user system elapsed 
# 22.12 0.00 22.17