求助：将R语言for循环改写为lapply并优化运行效率

需要将一段处理brioption数据集的R语言for循环代码改写为lapply实现版本，并提升运行效率。

原for循环代码：

for ( i in 1:12){
    if ( i ==1 ){
      unique_optionid = unique(brioption[which(brioption$volume <=0 & brioption$date == last_days[i]),]$optionid)
      brioption1 = brioption[which(!brioption$optionid %in% unique_optionid),]
    } else {
      unique_optionid = unique(brioption[which(brioption$volume <=0 & brioption$date == last_days[i]),]$optionid)
      brioption1 = rbind(brioption1,brioption[which(!brioption$optionid %in% unique_optionid),])
    }
  }

brioption数据集示例：

structure(list(secid = c(5005, 5005, 5005, 5005, 5005, 5005, 5005,
5005, 5005, 5005), optionid = c(10224753, 10002894, 10071876,
10323301, 10467477, 10547385, 10640778, 10582298, 10535793, 10692099
), date = structure(c(9499, 9499, 9499, 9499, 9499, 9499, 9499, 9499,
9499, 9499), class = "Date"),
volume = c(0, 0, 0, 0, 40, 0, 0, 0, 0, 0)),
class = "data.frame", row.names = c(NA, -10L))

1. lapply改写版本 #

原循环逻辑是遍历last_days前12个日期，对每个日期筛选出volume<=0的optionid，保留该日期下不在此列表的行，最后合并所有结果。用lapply可以避免循环中反复rbind的性能损耗：

# 定义单日期处理函数
process_single_day <- function(target_day) {
  # 提取当日volume<=0的optionid
  invalid_optionids <- unique(brioption$optionid[brioption$volume <= 0 & brioption$date == target_day])
  # 返回当日符合条件的行
  brioption[!brioption$optionid %in% invalid_optionids, ]
}

# 批量处理目标日期并合并结果
brioption1 <- do.call(rbind, lapply(last_days[1:12], process_single_day))

2. 更高效率的优化实现 #

原逻辑可简化为：在目标日期范围内，按日期分组，过滤掉每组中volume<=0的optionid对应的行。使用dplyr或data.table的向量化分组操作，性能远优于基础R循环：

dplyr版本 #

library(dplyr)

brioption1 <- brioption %>%
  filter(date %in% last_days[1:12]) %>%
  group_by(date) %>%
  filter(!optionid %in% unique(optionid[volume <= 0])) %>%
  ungroup()

data.table版本（大数据集首选） #

library(data.table)

setDT(brioption)
brioption1 <- brioption[date %in% last_days[1:12], 
                        .SD[!optionid %in% unique(optionid[volume <= 0])], 
                        by = date]

效率提升说明 #

• 原循环中每次rbind都会复制整个数据框，数据量越大性能越差；lapply+do.call(rbind)一次性合并结果，减少了内存复制次数。
• dplyr和data.table采用向量化操作和高效分组算法，比纯基础R代码快数倍，尤其是处理百万级以上数据时，data.table的优势尤为明显。

内容的提问来源于stack exchange，提问作者s Murasame