python遍历循环range怎么用_对于R OR,Python的xrange替代方法如何循环遍历大型数据集？...

一种(可以说是更“正确”)的方法是为@BenBolker建议的迭代器编写自己的迭代器(写入扩展的pdf是

here).缺乏更正式的东西,这里是一个穷人的迭代器,类似于expand.grid但是手动推进. (注意：考虑到每次迭代的计算比这个函数本身“更昂贵”,这就足够了.这可以真正改进,但“它有效”.)

每次返回返回的函数时,此函数都会返回一个命名列表(带有提供的因子).它是懒惰的,因为它没有扩展整个可能的列表;它本身并不是懒惰,它们应该立即“消耗”.

lazyExpandGrid

dots

sizes

indices

function() {

indices[1] <

DONE

while (any(rolls sizes))) {

if (tail(rolls, n=1)) return(FALSE)

indices[rolls] <

indices[ 1+which(rolls) ] <

}

mapply(`[`, dots, indices, SIMPLIFY = FALSE)

}

}

样品用法：

nxt

nxt()

# a b c

# 1 1 15 21

nxt()

# a b c

# 1 2 15 21

nxt()

# a b c

# 1 3 15 21

nxt()

# a b c

# 1 1 16 21

##

nxt()

# a b c

# 1 3 16 22

nxt()

# [1] FALSE

注意：为了简洁显示,我使用as.data.frame(mapply(…))作为示例;它可以正常工作,但如果命名列表适合您,则无需转换为data.frame.

编辑

基于alexis_laz’s answer,这是一个大大改进的版本,它(a)更快,(b)允许任意搜索.

lazyExpandGrid

dots

argnames

if (is.null(argnames)) argnames

sizes

indices

maxcount

i

function(index) {

i <

if (length(i) > 1L) return(do.call(rbind.data.frame, lapply(i, sys.function(0))))

if (i > maxcount || i < 1L) return(FALSE)

setNames(Map(`[[`, dots, (i - 1L) %% indices[-1L] %/% indices[-length(indices)] + 1L ),

argnames)

}

}

它不使用任何参数(自动递增内部计数器),一个参数(搜索和设置内部计数器)或向量参数(寻找每个参数并将计数器设置为最后一个,返回data.frame).

最后一个用例允许对设计空间的子集进行采样：

set.seed(42)

nxt

as.data.frame(nxt())

# a b c d e f

# 1 1 1 1 1 1 1

nxt(sample(1e2^6, size=7))

# a b c d e f

# 2 69 61 7 7 49 92

# 21 72 28 55 40 62 29

# 3 88 32 53 46 18 65

# 4 88 33 31 89 66 74

# 5 57 75 31 93 70 66

# 6 100 86 79 42 78 46

# 7 55 41 25 73 47 94

感谢alexis_laz对cumprod,Map和索引计算的改进！