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 (立业成家)》之铭言：
: [问题类型]:
:
: 程式咨询(我想用R 做某件事情，但是我不知道要怎么用R 写出来)
: [软件熟悉度]:
: 新手(没写过程式，R 是我的第一次)
: [问题叙述]:
: 若我有资料字段如下：
:
: 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:
: 如何转成下面的样子：
: 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 (只有一笔)
: 谢谢回答~
: [程式范例]:
:
:
: [环境叙述]:
:
: 请提供 sessionInfo() 的输出结果，
: 里面含有所有你使用的作业系统、R 的版本和套件版本资讯，
: 让版友更容易找出错误
:
: [关键字]:
:
: 选择性，也许未来有用
:

apply应该会慢到想哭

我只会这招阿..如果资料量很大 apply 直接改成平行就好

我以前也是用apply开平行，但上面那些大大的方法，真的会比较好，我现在也很少开平行了我以前也是自己写函数去做，不过资料量大，开平行还是慢，真的会跑到想哭

看有没有人要来个benchmark

我猜你的应该会快吧 准备一个清单用框的 好像步骤比较少

可以问一下平行慢的原因吗？

平行运算有其它cost但楼上大大应该是指自己平行比用别人写好的非平行慢

没有平行的程式多数背后是c++而非R，会相对快乐不少而且windows的R平行是开slave，需要花不少时间传资料，linux的multicore，我就不确定了

背后是C++的真的很快 楼上说到重点 平行要传资料传资料占内存，如果资料占1G就好，平行开8核心就会占8G，光传资料就死人了，况且你还要做运算况且有些C++写的好，会帮你用8核心去跑CPU常常跑到100%真的很爽XD当然平行是没有办法中的办法 我有的时候还是会用