Question

以下是我正在使用的代码：

  y <- c(0,5,10)
n <- 9 

R <- t(c(2.05, 2.05, 2.05, 2.55, 2.55, 2.55, 2.95, 2.95, 2.95))
R <- (replicate(3,R))
R <- (matrix(R, nrow=3))
R <- t(apply(R,1,sort))

mat <- t(sapply(y, function(test) pmax(seq(test, (test-n+1), -1), 0) ))
mat




P <- replicate(ncol(R),(c(6447.88,6447.88,6447.88)))

EnvTest <- new.env()
EnvTest$Orig <- 548453.5

FuncTest <- function(pp){
  EnvTest$Orig <- EnvTest$Orig-(P[,pp]-EnvTest$Orig*R[,pp]/1200)
  return(EnvTest$Orig)
}

Test<- rbind(EnvTest$Orig,
             do.call(rbind,lapply(1:9, FuncTest)))
x <- t(Test)
x

这会产生：

     [,1]     [,2]     [,3]     [,4]     [,5]     [,6]     [,7]     [,8]     [,9]    [,10]
[1,] 548453.5 542942.6 537422.2 531892.4 526574.8 521245.9 515905.7 510726.1 505533.7 500328.6
[2,] 548453.5 542942.6 537422.2 531892.4 526574.8 521245.9 515905.7 510726.1 505533.7 500328.6
[3,] 548453.5 542942.6 537422.2 531892.4 526574.8 521245.9 515905.7 510726.1 505533.7 500328.6

这就是我所说的功能，这是正确的。但现在我想使用矩阵R*(mat==0)中的一些信息：

     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
[1,] 2.05 2.05 2.05 2.55 2.55 2.55 2.95 2.95 2.95
[2,] 0.00 0.00 0.00 0.00 0.00 2.55 2.95 2.95 2.95
[3,] 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

所以我试着这样做......

 FuncTest2 <- function(pp){
          EnvTest$Orig <- ifelse(R*(mat==0)==0,EnvTest$Orig,EnvTest$Orig-(P[,pp]-EnvTest$Orig*R[,pp]/1200))
                 return(EnvTest$Orig)
        }
        Test2<- rbind(EnvTest$Orig,
                     do.call(rbind,lapply(1:9, FuncTest2)))
        x2 <- t(Test2)
        x2

但这并没有产生预期的结果：

      [,1]     [,2]     [,3]     [,4]     [,5]     [,6]     [,7]     [,8]     [,9]    [,10]
[1,] 548453.5 542942.6 537422.2 531892.4 526574.8 521245.9 515905.7 510726.1 505533.7 500328.6
[2,] 548453.5 548453.5 548453.5 548453.5 548453.5 543171.1 538058.5 532933.3 527795.5 522645.1
[3,] 548453.5 548453.5 548453.5 548453.5  548453.5 548453.5 548453.5 548453.5  548453.5 548453.5

所以基本上如果R *（mat == 0）= 0，那么EnvTest$Orig <- 548453.5不会改变，直到R*(mat==0)大于零，EnvTest$Orig才会更新。

另一种尝试

我也尝试过以下方法，但它没有奏效，但我认为这些方面的内容将证明是富有成效的。

    maybe <- R*(mat==0)
    FuncTest2 <- function(pp, maybe){
        EnvTest$Orig <- if(maybe == 0) (EnvTest$Orig-0) else
        (EnvTest$Orig-(P[,pp]-EnvTest$Orig*R[,pp]/1200))
      return(EnvTest$Orig)
    }

Test2<- rbind(EnvTest$Orig,
              do.call(rbind,lapply(1:9, FuncTest2)))
x2 <- t(Test2)
x2

Answer 1

首先，对于FuncTest()和FuncTest2()计算，R是一个常量，因为在这些函数调用期间或周围的数据操作中没有修改它（指的是do.call() / rbind() / t()内容。这是R：

R;
##      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
## [1,] 2.05 2.05 2.05 2.55 2.55 2.55 2.95 2.95 2.95
## [2,] 2.05 2.05 2.05 2.55 2.55 2.55 2.95 2.95 2.95
## [3,] 2.05 2.05 2.05 2.55 2.55 2.55 2.95 2.95 2.95

如您所见，其元素均不为零。这意味着表达式

R*(mat==0)==0

相当于

mat!=0

因为乘以R不能将非零值变为零，或将零变为非零值。

如果您仍想参数化ifelse()条件R，可能是因为您可能希望针对可能包含零的R的不同值运行此代码，那么它应该是改写为

R==0|mat!=0

其次，您的代码在状态变量EnvTest$Orig的维度方面有一些可疑模式。您将它初始化为单元素向量（548453.5），但在第一次运行FuncTest()时，它会立即被三元素向量覆盖，其中初始标量循环3次以容纳三元素向量{ {1}}和P[,pp]。从那时起，它永远是一个三元素向量。在R[,pp]（第一次尝试）中，由于FuncTest2()和mat是3x9矩阵，因此R矢量化三元组的真假参数将被循环以涵盖该维度，并且那么ifelse()将被生成的3x9矩阵覆盖。从那时起，它永远是一个3x9矩阵。

你应该仔细考虑你想要EnvTest$Orig的维度，并从头到尾坚持下去。根据您的预期输出，看起来您希望它是长度为3的向量，因此您应该在EnvTest$Orig条件中索引矩阵：

ifelse()

但是，此结果与第二行中的预期输出不完全匹配，我不确定原因。

使用来自强制矩阵的数据更新矩阵

1 个答案: