Créer une fonction et faire une boucle

🔄 Je ne fais qua-si-ment plus jamais de boucles (for ou apply) dans R !

Et ça, c’est grâce à une propriété très intéressante de R : les fonctions vectorisées.

🤨 C’est quoi une fonction vectorisée ?

C’est une fonction qui prend un (ou plusieurs) vecteur de longueur n en entrée et qui produit un vecteur de longueur n en sortie.

➕ Par exemple, le + : je peux additionner 2 vecteurs de longueur 3, comme 1:3 + c(5,7,9) et R me renvoie un vecteur de longueur 3.

En back-office, le + agit élément par élément, d’abord 1 + 5, puis 2 + 7, puis 3 + 9.

C’est une boucle ! Mais ça ne se voit pas !

❔ Autre exemple : j’utilise très souvent if_else() qui est le pendant vectorisé de la structure conditionnelle if(...){...}else{...}

⏩ Les fonctions vectorisées sont optimisées pour que ça aille très vite (et là c’est du boulot de développeur informatique et ça dépasse mes compétences pour plus t’expliquer le pourquoi du comment)

Une fois, j’ai repris le code d’un ami/client qui était bourré de boucles for().
J’ai tout changé, utilisé un max de fonctions vectorisées et fait seulement 1 boucle avec lapply() à la fin.
Verdict : le nouveau code était 20 fois plus rapide ! 🤯

Tu peux aller voir la cheat sheet de dplyr ! La deuxième page donne une liste non exhaustive de fonctions vectorisées.

🧐 En général, quand j’ai envie de faire une boucle, je me demande si je peux passer en premier lieu par la vectorisation.

🤷‍♀️ Mais parfois, ce n’est pas possible.

Par exemple, pour importer et nettoyer plusieurs jeux de données (qui ont le même format) d’un coup. Parce que les fonctions d’import read_xxx() ne sont PAS vectorisées. Elles ne peuvent renvoyer qu’un seul jeu de données à la fois.

🗺️ Alors voilà un peu mon process interne quand je décide de créer une fonction pour automatiser quelque chose.

😜 Ça te parle ? Tu utilises des boucles pour faire quoi, toi ?