加速R语言中的for/if循环：批量处理气象站温度数据

核心需求 #

• 删除温度值>100°C的错误行
• 新增一列temperature2，值为原温度除以10
• 优化70万行数据的处理效率（替代低效的for/if循环）

原循环的问题 #

R的for循环是逐行解释执行的，处理几十万行数据时速度极慢，而且原代码的判断逻辑完全可以通过向量操作简化，没必要逐行遍历。

优化方案（向量式处理） #

直接用R的向量运算和索引过滤，底层是C级别的优化，处理70万行毫无压力：

1. 先过滤错误数据
   保留温度≤100°C的行（如果不需要保留NA值，可去掉| is.na(df$temperature)）：

   df <- df[df$temperature <= 100 | is.na(df$temperature), ]
   

2. 新增目标列
   直接对整列做除法运算，自动处理所有行（包括NA值，NA/10仍为NA，符合逻辑）：

   df$temperature2 <- df$temperature / 10
   

补充说明 #

如果需要给NA值设置默认值（比如0），可以用ifelse向量式判断：

df$temperature2 <- ifelse(is.na(df$temperature), 0, df$temperature / 10)

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