r - 应用功能在R中太慢

我必须为很多种类的每行计算一个特定的公式。该公式是丰度值与数据帧最后一行中存在的值之间的乘积。然后，将所有这些乘积相加。

我当前的脚本包括使用Apply函数，该函数似乎和我开始使用的for循环一样慢。
我使用名为az的简单df在以下脚本中简化了问题：

az=data.frame(c(1,2,10),c(2,4,20),c(3,6,30))
colnames(az)=c("a","b","c")


# Initial for loop
prov=0 # prov for provisional number
    for (i in 1:nrow(az)){
            for (j in 1:ncol(az)){
                   prov=prov+az[i,j]*az[nrow(az),j]
            }
        print(prov)
        prov=0
        }

# Apply solution
apply(az[,], 1, function(x) {sum(x*az[nrow(az),], na.rm=TRUE)})

两种解决方案都可以，但是它们的速度很慢（使用我的原始df），我必须对大量的物种重复该操作。
因此，我想知道是否有人使用矢量化表达式有更有效的解决方案。

亲切的问候。

最佳答案

最快的解决方案可能是矩阵代数：

apply(az[,], 1, function(x) {sum(x*az[nrow(az),], na.rm=TRUE)})
#[1]  140  280 1400

m <- as.matrix(az)
m[is.na(m)] <- 0 #remove NA from sums
as.vector(m %*% m[nrow(m),])
#[1]  140  280 1400

关于r - 应用功能在R中太慢，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29125609/