基于rbinom的R语言Bootstrap运行过慢，求优化方案

处理150万行数据集时，使用boot包结合rbinom做1000次Bootstrap抽样的运行速度极慢。核心操作包括：

• 基于prob1/prob2生成0/1伯努利变量
• 生成两变量的组合标签paired
• 根据paired与Positive的组合生成最终伯努利变量prob_final
• 计算FPR（假阳性率）和TPR（真阳性率）

1. 替换循环调用rbinom为批量生成 #

原代码中6个for循环逐个生成单个伯努利变量是最大性能瓶颈，R的循环开销极高，改为批量生成：

• 为每个paired+Positive组合定义对应概率
• 一次性生成所有prob_final值，避免逐行操作

2. 简化paired标签生成逻辑 #

嵌套ifelse效率低下，直接用字符串拼接生成组合标签，代码更简洁且执行更快。

3. 减少重复子集操作 #

避免多次用which()和行索引提取子集，改用向量级别的逻辑运算，减少内存拷贝和索引开销。

4. 并行化Bootstrap抽样（可选） #

boot包默认单线程运行，1000次抽样可利用多核并行加速，通过parallel参数实现。

library(boot)
# 并行化需加载parallel包
# library(parallel)

# 生成示例数据
set.seed(1)
d2 <- data.frame(
  prob1 = runif(n = 1500000, min = 1e-50, max = .9999999999),
  prob2 = runif(n = 1500000, min = 1e-44, max = .9999999989),
  Positive = sample(c(0, 1), replace = TRUE, size = 1500000)
)

# 优化后的Bootstrap核心函数
function_optim <- function(data, i) {
  d_sub <- data[i, ]
  
  # 批量生成伯努利变量
  d_sub$prob1_ber <- rbinom(nrow(d_sub), 1, d_sub$prob1)
  d_sub$prob2_ber <- rbinom(nrow(d_sub), 1, d_sub$prob2)
  
  # 快速生成paired标签：字符串拼接替代嵌套ifelse
  d_sub$paired <- paste0(d_sub$prob1_ber, d_sub$prob2_ber)
  
  # 初始化prob_final：00组合对应0（无需调用rbinom）
  prob_final <- ifelse(d_sub$paired == "00", 0L, NA_integer_)
  
  # 定义各组合对应的概率映射
  prob_map <- c(
    "11_1" = 0.9, "11_0" = 0.5,
    "01_1" = 0.8, "01_0" = 0.1,
    "10_1" = 0.7, "10_0" = 0.2
  )
  
  # 生成组合键并匹配概率
  combo_key <- paste0(d_sub$paired, "_", d_sub$Positive)
  p_vec <- prob_map[combo_key]
  
  # 批量生成非00组合的prob_final
  non_00_idx <- which(d_sub$paired != "00")
  prob_final[non_00_idx] <- rbinom(length(non_00_idx), 1, p_vec[non_00_idx])
  
  # 向量运算计算FPR和TPR，避免子集操作
  pos0 <- d_sub$Positive == 0
  pos1 <- d_sub$Positive == 1
  
  pair_FPR <- sum(prob_final[pos0]) / sum(pos0) * 100
  pair_TPR <- sum(prob_final[pos1]) / sum(pos1) * 100
  
  return(c(pair_FPR, pair_TPR))
}

# 运行Bootstrap：单线程版本
set.seed(1)
boot_out <- boot(d2, function_optim, 1000)

# 并行版本示例：利用多核，需提前加载parallel包
# boot_out <- boot(d2, function_optim, 1000, parallel = "multicore", ncpus = parallel::detectCores() - 1)

print(boot_out)

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