如何更快地为R语言dataframe添加计算列？

针对大数据量下用mutate+case_when生成条件列速度慢的问题，以下是几种更高效的实现方案：

方案1：基础R向量化索引赋值 #

直接通过向量索引修改目标列，避免额外函数开销，是基础R中效率最高的方式之一：

# 先给新列统一赋值"No"
InputData$R <- "No"
# 仅对符合条件的行赋值"Yes"
InputData$R[InputData$A == "" & InputData$B == "" & InputData$C == "" & InputData$D == 0] <- "Yes"

方案2：使用data.table包 #

data.table专为大数据集优化，内存占用更低、操作速度更快，适合超大规模数据处理：

library(data.table)
# 将普通data.frame转换为data.table（无拷贝）
setDT(InputData)
# 直接在原数据上添加新列，fifelse是data.table的快速二元判断函数
InputData[, R := fifelse(A == "" & B == "" & C == "" & D == 0, "Yes", "No")]
# 如需转回普通data.frame，执行 setDF(InputData)

方案3：优化dplyr写法 #

如果习惯使用tidyverse，用ifelse替代case_when（单条件分支场景下更高效）：

library(dplyr)
InputData <- InputData %>%
  mutate(R = ifelse(A == "" & B == "" & C == "" & D == 0, "Yes", "No"))

性能说明 #

在百万级及以上数据集测试中，性能排序为：data.table方案 > 基础R索引赋值 > 优化后dplyr方案 > 原case_when方案。

内容的提问来源于stack exchange，提问作者ParthaSarathi