Question

我有两个向量，A和B。对于A中的每个元素，我想找到B中第一个元素的索引，该索引更大且索引更高。 A和B的长度相同。

所以对于载体：

A <- c(10, 5, 3, 4, 7)

B <- c(4, 8, 11, 1, 5)

我想要一个结果向量：

R <- c(3, 3, 5, 5, NA)

当然我可以使用两个循环来完成它，但它非常慢，并且当索引很重要时，我不知道如何在这种情况下使用apply（）。我的数据集具有长度为20000的向量，因此在这种情况下速度非常重要。

一些奖励问题：

如果我有一系列数字（例如seq = 2:10），我想找到B中第一个数字高于+ s的每个A和每一个seq。
与问题1）相似，但我想知道第一个更大的值和第一个更低的值，并创建一个矩阵，它存储哪个是第一个。例如，我有 a A ， 10来自seq 。我想找到B的第一个值，它高于 a + 10 ，或低于 a-10 ，然后将其存储在＆＃39; s指数和价值。

Answer 1

sapply(sapply(seq_along(a),function(x) which(b[-seq(x)]>a[x])+x),"[",1)
[1]  3  3  5  5 NA

Answer 2

这是一个很好的例子，说明当sapply效率低于循环时。虽然sapply确实使代码看起来更整洁，但你需要为时间付出代价。

相反，你可以在一个漂亮，整洁的函数中将for循环包含在for循环中。

以下是基准比较嵌套应用循环与嵌套for-while循环（以及混合应用while循环，以获得良好衡量标准）。 更新：添加了评论中提到的vapply..match..。比sapply更快，但仍然比while循环慢得多。

基准：

           test elapsed relative
1     for.while   0.069    1.000
2  sapply.while   0.080    1.159
3  vapply.match   0.101    1.464
4 nested.sapply   0.104    1.507

请注意，您将保存了三分之一;当您开始将序列添加到A时，节省的费用可能会更大。

对于问题的第二部分：

如果你把这一切都包含在一个很好的函数中，很容易将一个seq添加到A

# Sample data
A <- c(10, 5, 3, 4, 7, 100, 2)
B <- c(4, 8, 11, 1, 5, 18, 20)

# Sample sequence
S <- seq(1, 12, 3)

# marix with all index values (with names cleaned up)   
indexesOfB <- t(sapply(S, function(s) findIndx(A+s, B)))
dimnames(indexesOfB) <- list(S, A)

最后，如果您想要找到B 小于 A的值，只需在函数中交换操作。
（你可以在函数中包含一个if子句，只使用一个函数。我发现它更有效率有两个独立的功能）

findIndx.gt(A, B)   #  [1]  3  3  5  5  6 NA  8 NA NA
findIndx.lt(A, B)   #  [1]  2  4  4 NA  8  7 NA NA NA

然后你可以把它包装在一个漂亮的pacakge

中

rangeFindIndx(A, B, S)
 #     A   S  indxB.gt indxB.lt
 #    10   1        3        2
 #     5   1        3        4
 #     3   1        5        4
 #     4   1        5       NA
 #     7   1        6       NA
 #   100   1       NA       NA
 #     2   1       NA       NA
 #    10   4        6        4
 #     5   4        3        4
 #   ...

<小时/>

功能

（请注意，它们取决于reshape2）

rangeFindIndx <- function(A, B, S) {
  # For each s in S, and for each a in A,
  # find the first value of B, which is higher than a+s, or lower than a-s

  require(reshape2)

  # Create gt & lt matricies;  add dimnames for melting function
  indexesOfB.gt <- sapply(S, function(s) findIndx.gt(A+s, B))
  indexesOfB.lt <- sapply(S, function(s) findIndx.lt(A-s, B))
  dimnames(indexesOfB.gt) <- dimnames(indexesOfB.gt) <- list(A, S)

  # melt the matricies and combine into one
  gtltMatrix <- cbind(melt(indexesOfB.gt), melt(indexesOfB.lt)$value)

  # clean up their names
  names(gtltMatrix) <- c("A", "S", "indxB.gt", "indxB.lt")

  return(gtltMatrix)
}

findIndx.gt <- function(A, B) {
  lng <- length(A)
  ret <- integer(0)
  b <- NULL
  for (j in seq(lng-1)) {
    i <- j + 1
    while (i <= lng && ((b <- B[[i]]) < A[[j]]) ) {
      i <- i + 1
    }
    ret <- c(ret, ifelse(i<lng, i, NA))
  }
  c(ret, NA)  
}

findIndx.lt <- function(A, B) {
  lng <- length(A)
  ret <- integer(0)
  b <- NULL
  for (j in seq(lng-1)) {
    i <- j + 1
    while (i <= lng && ((b <- B[[i]]) > A[[j]]) ) {   # this line contains the only difference from findIndx.gt
      i <- i + 1
    }
    ret <- c(ret, ifelse(i<lng, i, NA))
  }
  c(ret, NA)  
}

找到索引更高的第一个更大的元素

2 个答案:

基准：

对于问题的第二部分：

功能