我只有普通版的
library(dplyr)
tmp <- data.frame(id=c(1,2,3), start_y=c(100,101,101), start_s=c(1,2,2),
end_y=c(102,103,101), end_s=c(2,1,2), stringsAsFactors=F)
myfun <- function(v){
v <- as.vector(v)
out <- data.frame(id=v[1], year=rep(seq(v[2], v[4]), each=2),
s=c(1,2), stringsAsFactors=F)
if(v[3]==2) out <- out[-1,]
if(v[5]==1) out <- out[-nrow(out),]
return(out)
}
tmp2 <- apply(tmp,1,myfun)
#out <- do.call("rbind", tmp2)
out <- bind_rows(tmp2)
out
※ 引述《criky (立業成家)》之銘言：
: [問題類型]:
:
: 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)
: [軟體熟悉度]:
: 新手(沒寫過程式，R 是我的第一次)
: [問題敘述]:
: 若我有資料欄位如下：
:
: id start_y start_s end_y end_s
: 1 100 1 102 2
: 2 101 2 103 1
: 3 101 2 101 2
: year:
: 如何轉成下面的樣子：
: id year s
: 1 100 1
: 1 100 2
: 1 101 1
: 1 101 2
: 1 102 1
: 1 102 2
: 2 101 2
: 2 102 1
: 2 102 2
: 2 103 1
: 3 101 2 (只有一筆)
: 謝謝回答~
: [程式範例]:
:
:
: [環境敘述]:
:
: 請提供 sessionInfo() 的輸出結果，
: 裡面含有所有你使用的作業系統、R 的版本和套件版本資訊，
: 讓版友更容易找出錯誤
:
: [關鍵字]:
:
: 選擇性，也許未來有用
:

apply應該會慢到想哭

我只會這招阿..如果資料量很大 apply 直接改成平行就好

我以前也是用apply開平行，但上面那些大大的方法，真的會比較好，我現在也很少開平行了我以前也是自己寫函數去做，不過資料量大，開平行還是慢，真的會跑到想哭

看有沒有人要來個benchmark

我猜你的應該會快吧 準備一個清單用框的 好像步驟比較少

可以問一下平行慢的原因嗎？

平行運算有其它cost但樓上大大應該是指自己平行比用別人寫好的非平行慢

沒有平行的程式多數背後是c++而非R，會相對快樂不少而且windows的R平行是開slave，需要花不少時間傳資料，linux的multicore，我就不確定了

背後是C++的真的很快 樓上說到重點 平行要傳資料傳資料佔記憶體，如果資料佔1G就好，平行開8核心就會佔8G，光傳資料就死人了，況且你還要做運算況且有些C++寫的好，會幫你用8核心去跑CPU常常跑到100%真的很爽XD當然平行是沒有辦法中的辦法 我有的時候還是會用