# comparemos tres formas distintas de hacer una cálculo
####   for: no es vectorizado
####   apply que si es vectorizado
####   rowMeans que es vectorizado

# evaluemos los tiempos de procesamiento para comparar

# tenemos los siguientes datos

datosLoop <- as.data.frame(cbind(runif(100000), runif(100000)))
head(datosLoop, 10)

# Primera forma: usando un for básico, función no vectorizada
system.time(
  for (i in 1:nrow(datosLoop))
  {
    datosLoop$mediaFor[i] <- mean(datosLoop[i,1], datosLoop[i,2])
  }
)

# Segunda forma: usando apply, función vectorizada

system.time(
  datosLoop$mediaApply <- apply(datosLoop, 1, mean)
)

# Tercera forma: usando rowMeans, función vectorizada

system.time(
  datosLoop$mediaVectorized <- rowMeans(datosLoop[,c(1,2)])
)

# se puede apreciar que for es lentísima en compración con apply y rowMeans


)