我有一个数据帧dfA（65,000行）的形式：
Chr Pos NCP NCP_Ratio
1 72 1.06 0.599
1 371 4.26 1.331
1 633 2.10 2.442
1 859 1.62 1.276
1 1032 7.62 4.563
1 1199 6.12 4.896
1 1340 13.22 23.607
我希望使用dfA的每一行中的Chr和Pos的值来顺序子集表单的第二个data.framedfB：
Chr Pos Watson Crick
1 1 5 0
1 2 5 0
1 4 1 0
1 6 1 0
1 7 1 0
1 8 2 0
1 9 2 0
1 12 1 0
1 14 1 0
1 15 2 0
1 22 1 0
dfB大约有400万行。
每次我子集dfB，我都希望根据Pos中的范围检索感兴趣区域的值（即，/-1000dfA中Pos的值），并将它们添加到第三个数据中。帧dfC，最初以零作为前缀。
我通过循环遍历dfA的每一行来实现这一点。但由于65000行，这需要几个小时。因此，我的问题是：
>
有更好/更有效的方法吗？
我的代码中的哪一部分会让这一切变得如此缓慢？"
我的代码：
temp=NULL
width=300 # Region upstream and downstream of centrepoint #
padding=50 # Add some padding area to table #
width1=width+padding
dfC=data.frame(NULL)
dfC[1:((width1*2)+1),"Pos"]=(1:((width1*2)+1)) # Create Pos column #
# Prefill dfC table with zeros #
dfC[1:((width1*2)+1),"Watson"]=0
dfC[1:((width1*2)+1),"Crick"]=0
for (chrom in 1:16) { # LOOP1. Specify which chromosomes to process #
dfB.1=subset(dfB,Chr==chrom) # Make temp copy of the dataframes for each chromosome #
dfA.1=subset(dfA, Chr==chrom)
for (i in 1:nrow(dfA.1)) { # LOOP2: For each row in dfA:
temp=subset(dfB.1, Pos>=(dfA.1[i,"Pos"]-width1) & Pos<=(dfA.1[i,"Pos"]+width1)) # Create temp matrix with hits in this region
temp$Pos=temp$Pos-dfA.1[i,"Pos"]+width1+1
dfC[temp$Pos,"Watson"]=dfC[temp$Pos,"Watson"]+temp[,"Watson"]
dfC[temp$Pos,"Crick"]=dfC[temp$Pos,"Crick"]+temp[,"Crick"]
} # End of LOOP2 #
} # End of LOOP1 #
示例输出为以下形式-其中Pos包含1到2000的值（表示dfA中每个中心Pos位置两侧的-1000到1000区域），Watson/Crick列包含每个位置的命中总和。
Pos Watson Crick
1 15 34
2 35 32
3 11 26
4 19 52
5 10 23
6 32 17
7 21 6
8 15 38
9 17 68
10 28 54
11 27 35
etc
我只是清理了你的代码，所以不要期望有很大的改进，但我认为这个版本可能会运行得稍微快一点。
width <- 300
padding <- 50
width1 <- width + padding
dfC <- data.frame(Pos=1:((width1*2)+1), Watson=0, Crick=0)
for (chrom in 1:16) {
dfB1 <- subset(dfB, Chr == chrom)
for (pos in dfA$Pos[dfA$Chr == chrom]) {
dfB2 <- dfB1[(dfB1$Pos >= pos - width1) & (dfB1$Pos <= pos + width1), ]
rows <- dfB2$Pos - pos + width1 + 1
dfC$Watson[rows] <- dfC$Watson[rows] + dfB2$Watson
dfC$Crick[rows] <- dfC$Crick[rows] + dfB2$Crick
}
}
