私は次のデータを持っています
countrycols = alljson[,c("country_gc_str","country_ipapi_str","country_tm_str")]
head(countrycols)
country_gc_str country_ipapi_str country_tm_str
1 <NA> RU RU
2 <NA> CN CN
3 US US US
4 <NA> CD CG
5 <NA> DE DE
6 <NA> <NA> NG
次の優先順位で国データが入力される新しい列 country_final_str を作成したいと思います。
country_gc_str
country_ipapi_str
country_tm_str
また、以下を使用して国の所得レベルを特徴付けています。
wbURL <- "http://api.worldbank.org/countries?per_page=304"
xmlAPI <- xmlParse(wbURL)
xmlDF <- xmlToDataFrame(xmlAPI)
xmlDF$iso2CodeChar <- as.character(xmlDF$iso2Code)
xmlDF$incomeLevelChar <- as.character(xmlDF$incomeLevel)
incomexml <- xmlDF[,c("iso2CodeChar","incomeLevelChar")]
incomexmltable <- as.data.table(incomexml)
次の for ループがありますが、100 万件を超えるレコードがあるため、永遠に時間がかかります。
alljson$country_final_str <- alljson$country_gc_str
alljson$income_level <- NA
for (i in 1:length (alljson$country_final_str))
{
if (is.na(alljson$country_final_str [i]))
{
alljson$country_final_str [i] = alljson$country_ipapi_str [i];
}
if (is.na(alljson$country_final_str [i]))
{
alljson$country_final_str [i] = alljson$country_tm_str [i];
}
a<-incomexmltable[iso2CodeChar==alljson$country_final_str [i]]$incomeLevelChar
if(length(a)==0)
{
alljson$income_level [i] <- NA
} else {
alljson$income_level [i] <- a
}
}
効率を改善する/ for ループを取り除くための考えはありますか? Windows を使用しているため、 と を使用しapply/lapply/tapply
てコードを並列化する試みは失敗しました。doParallel
doSNOW
コラムの質問に対する正解については、@thelatemail による以下を参照してください。国の所得レベルについては、次のことを行いました。
allcountries <- unique(alljson$country_final_str)
alljson$country_income_str <- NA
sum(!is.na(countrycode(allcountries, "iso2c", "country.name")))
for (i in 1:length(allcountries))
{
a<-incomexmltable[iso2CodeChar==allcountries[i]]$incomeLevelChar
if(length(a)==0)
{
alljson$country_income_str[which(alljson$country_final_str==allcountries[i])] <- NA
} else {
alljson$country_income_str[which(alljson$country_final_str==allcountries[i])] <- a
}
alljson$country_income_str
}