Question

以下代码的目标是对具有400列和6000行的数据集执行递归和迭代分析。在移动到所有可能的组合之前，它一次需要两列并对其进行分析。

正在使用的小型子集大数据集：

  data1       data2       data3      data4
-0.710003   -0.714271   -0.709946   -0.713645
-0.710458   -0.715011   -0.710117   -0.714157
-0.71071    -0.714048   -0.710235   -0.713515
-0.710255   -0.713991   -0.709722   -0.71397
-0.710585   -0.714491   -0.710223   -0.713885
-0.710414   -0.714092   -0.710166   -0.71434
-0.711255   -0.714116   -0.70945    -0.714173
-0.71097    -0.714059   -0.70928    -0.714059
-0.710343   -0.714576   -0.709338   -0.713644

代码使用apply()：

# Function
analysisFunc <- function () {

    # Fetch next data to be compared
    nextColumn <<- currentColumn + 1

    while (nextColumn <= ncol(Data)){

        # Fetch the two columns on which to perform analysis
        c1 <- Data[, currentColumn]
        c2 <- Data[, nextColumn]

        # Create linear model
        linearModel <- lm(c1 ~ c2)

        # Capture model data from summary
        modelData <- summary(linearModel)

        # Residuals
        residualData <- t(t(modelData$residuals))

        # Keep on appending data
        linearData <<- cbind(linearData, residualData)

        # Fetch next column
        nextColumn <<- nextColumn + 1

    }

    # Increment the counter
    currentColumn <<- currentColumn + 1

}

# Apply on function
apply(Data, 2, function(x) analysisFunc ())

我认为不是使用循环，apply()将帮助我优化代码。但是，它似乎没有重大影响。运行时间超过两个小时。

有没有人想到，我对apply()的使用方式有误？在while()内调用apply()不是一个好主意吗？我可以用其他任何方式改进这段代码吗？

这是我第一次使用函数式编程。请让我知道你的建议，谢谢。

Answer 1

考虑一个expand.grid列名称，然后使用mapply多个输入版本的 apply 系列，其中传递两个+向量/列表并在每个输入元素之间运行一个函数。使用这种方法，您可以避免在循环中扩展向量并运行内部while循环：

数据

Data <- read.table(text=" data1 data2 data3 data4 -0.710003 -0.714271 -0.709946 -0.713645 -0.710458 -0.715011 -0.710117 -0.714157 -0.71071 -0.714048 -0.710235 -0.713515 -0.710255 -0.713991 -0.709722 -0.71397 -0.710585 -0.714491 -0.710223 -0.713885 -0.710414 -0.714092 -0.710166 -0.71434 -0.711255 -0.714116 -0.70945 -0.714173 -0.71097 -0.714059 -0.70928 -0.714059 -0.710343 -0.714576 -0.709338 -0.713644", header=TRUE)

<强>过程

# Data frame of all combinations excluding same columns modelcols <- subset(expand.grid(c1=names(Data), c2=names(Data), stringsAsFactors = FALSE), c1!=c2) # Function analysisFunc <- function(x,y) { # Fetch the two columns on which to perform analysis c1 <- Data[[x]] c2 <- Data[[y]] # Create linear model linearModel <- lm(c1 ~ c2) # Capture model data from summary modelData <- summary(linearModel) # Residuals residualData <- modelData$residuals } # Apply function to return matrix of residuals linearData <- mapply(analysisFunc, modelcols$c1, modelcols$c2) # re-naming matrix columns colnames(linearData) <- paste(modelcols$c1, modelcols$c2, sep="_")

<强>输出

data2_data1 data3_data1 data4_data1 data1_data2 data3_data2 data4_data2 1 1.440828e-04 8.629813e-05 1.514109e-04 5.583917e-04 -0.0001205821 2.866488e-04 2 -6.949384e-04 -2.508770e-04 -2.487813e-04 -1.005367e-04 -0.0001263202 -2.145225e-04 3 2.132192e-04 -4.609125e-04 4.551430e-04 -8.715424e-05 -0.0004593840 4.133856e-04 4 3.692403e-04 2.182627e-04 -1.116648e-04 3.835538e-04 0.0000408864 -4.244855e-05 5 -2.025772e-04 -4.032600e-04 5.442655e-05 -8.423568e-05 -0.0003484501 4.986815e-05 6 2.336373e-04 -2.838073e-04 -4.425935e-04 1.967203e-04 -0.0003805576 -4.109706e-04 7 2.661145e-05 1.250425e-04 -6.893342e-05 -6.508936e-04 0.0003408023 -2.436194e-04 8 1.456357e-04 3.991303e-04 -2.496687e-05 -3.501856e-04 0.0004980726 -1.304535e-04 9 -2.349110e-04 5.701233e-04 2.359596e-04 1.343401e-04 0.0005555326 2.921120e-04 data1_data3 data2_data3 data4_data3 data1_data4 data2_data4 data3_data4 1 5.121547e-04 4.313395e-05 2.829814e-04 4.232081e-04 1.795365e-05 -9.584175e-05 2 -1.649379e-06 -6.684696e-04 -2.349827e-04 1.975728e-04 -7.112598e-04 -3.014160e-04 3 -2.942277e-04 3.141257e-04 4.029018e-04 -3.420290e-04 2.382149e-04 -3.760631e-04 4 3.371847e-04 2.859362e-04 -3.420612e-05 3.168009e-04 3.048006e-04 1.062117e-04 5 -1.651011e-04 -1.308671e-04 3.332034e-05 -5.127719e-05 -1.969902e-04 -3.890484e-04 6 2.550032e-05 2.586674e-04 -4.196917e-04 3.235528e-04 2.115955e-04 -3.627735e-04 7 -5.692790e-04 1.157675e-04 -2.277195e-04 -5.922595e-04 1.840773e-04 3.645036e-04 8 -2.258187e-04 1.445371e-04 -1.077903e-04 -3.583290e-04 2.386756e-04 5.422018e-04 9 3.812360e-04 -3.628313e-04 3.051868e-04 8.276013e-05 -2.870674e-04 5.122258e-04

优化Apply（）在R中

1 个答案: