I有一个大的数字矩阵（实际上是2000000 x 8000，但以下是一个较小的维度示例）： 图书馆（dplyr） set.seed（1） 垫子

Question

它有几个元素

NA

，

NaN

和

Inf

：

：

na.idx <- sample(2500000, 300, replace = F)
mat[na.idx[1:100]] <- NaN
mat[na.idx[101:200]] <- NA
mat[na.idx[201:300]] <- Inf

行分配给两种类型的组：

a

和

b

，因此（两种类型的）每组都映射到

mat

：

中的几行。

row.df <- data.frame(row.id = paste0("r",1:25000), group = c(paste0("a",sample(800, 20000, replace = T)), rep("b", 5000)))

对于每个唯一组

a

类型（因此，

a1

至

a800

），我需要运行the（

Anderson-Darling k-Sample Test

函数，来自the the the the the the the the the the the the the the the the the the Pockage），对于

ad.test

中的每一列，在映射到该特定组类型的行和映射到组的行中的行之间，我需要在删除该功能之前删除该功能之前，我需要删除该函数，因为它没有一个函数，因为它的参数是om gript grimat。

对于每个这样的对于每个这样的

R

i构建一个单行数据框，该框架指示

kSamples

ID，

mat

列ID以及

a

的统计量和p值。

这样做的方法是：

b

对于我拥有的真正的

NA

尺寸非常慢。

任何建议如何更快地运行它？ 我已经在HPC群集上的多个计算节点上分配了它，但是它仍然太慢了。

与双子座进行几轮之后，这是一个更快的解决方案：

NaN