r - 特定于循环在R中太慢

我必须使用2个数据框200万条记录和另外200万条记录。我使用了for循环从彼此获取数据，但是它太慢了。我创建了一个示例来演示我需要做什么。

ratings = data.frame(id = c(1,2,2,3,3),
                     rating = c(1,2,3,4,5),
                     timestamp = c("2006-11-07 15:33:57","2007-04-22 09:09:16","2010-07-16 19:47:45","2010-07-16 19:47:45","2006-10-29 04:49:05"))
stats = data.frame(primeid = c(1,1,1,2),
                   period = c(1,2,3,4),
                   user = c(1,1,2,3),
                   id = c(1,2,3,2),
                   timestamp = c("2011-07-01 00:00:00","2011-07-01 00:00:00","2011-07-01 00:00:00","2011-07-01 00:00:00"))

ratings$timestamp = strptime(ratings$timestamp, "%Y-%m-%d %H:%M:%S")
stats$timestamp = strptime(stats$timestamp, "%Y-%m-%d %H:%M:%S")

for (i in(1:nrow(stats)))
{
   cat("Processing ",i," ...\r\n")
   temp = ratings[ratings$id == stats$id[i],]
   stats$idrating[i] = max(temp$rating[temp$timestamp < stats$timestamp[i]])
}

有人可以为此提供其他选择吗？我知道apply可能有效，但是我不知道如何翻译for函数。

更新:谢谢您的帮助。我正在提供更多信息。

表格统计信息具有质数，句号，用户，id的唯一组合。
表分级具有多个具有不同分级和时间戳记的id记录。

我想做的是以下几点。对于统计信息中找到的每个ID，要查找评级表(ID列)中的所有记录，然后根据同样从统计信息中获得的特定时间戳获得最高评级。

最佳答案

从数据结构的角度来看，您似乎想要合并两个表，然后执行split-group-apply方法。

无需循环检查哪个行属于哪个行，您可以简单地合并两个表(非常类似于SQL中的JOIN语句)，然后执行“aaply”类型的方法。我建议您下载“plyr”库。

new_stats = merge(stats, ratings, by='id')

library(plyr)
ddply(new_stats,
      c('primeid', 'period', 'user'),
      function(new_stats)
      c( max(new_stats[as.Date(new_stats$timestamp.x) > as.Date(new_stats$timestamp.y)]$rating )))

如果使用plyr使您感到困惑，请访问此教程:http://www.creatapreneur.com/2013/01/split-group-apply/。