Question

我正在尝试加速获取时间序列数据的代码并将其限制为最大值，然后将其向前拉伸，直到原始数据和“拉伸”数据的总和相同为止。

我有一个更复杂的版本需要6个小时才能在100k行上运行。我不认为这是可矢量化的，因为它使用在先前行上计算的值 - 这是正确的吗？

x <- c(0,2101,3389,3200,1640,0,0,0,0,0,0,0)
dat <- data.frame(x=x,y=rep(0,length(x)))
remainder <- 0
upperlimit <- 2000
for(i in 1:length(dat$x)){
  if(dat$x[i] >= upperlimit){
    dat$y[i]  <- upperlimit
  } else {
    dat$y[i] <- min(remainder,upperlimit)
  }
  remainder  <-  remainder + dat$x[i] - dat$y[i]
}
dat

我知道你可以使用ifelse，但我不认为cumsum可以用来推进余下的事项 - apply据我所知也无济于事。我是否需要诉诸Rcpp？非常感谢你。

Answer 1

我继续在Rcpp中实施此功能，并对R功能进行了一些调整：

require(Rcpp);require(microbenchmark);require(ggplot2);

limitstretchR <- function(upperlimit,original) {
  remainder  <- 0
  out <- vector(length=length(original))
  for(i in 1:length(original)){
    if(original[i] >= upperlimit){
      out[i]  <- upperlimit
    } else {
      out[i] <- min(remainder,upperlimit)
    }
    remainder  <-  remainder + original[i] - out[i]
  }
  out
}

Rcpp功能：

cppFunction('
  NumericVector limitstretchC(double upperlimit, NumericVector original) {
    int n = original.size();
    double remainder = 0.0;
    NumericVector out(n);
    for(int i = 0; i < n; ++i) {
        if (original[i] >= upperlimit) {
          out[i] = upperlimit;
        } else {
          out[i] = std::min<double>(remainder,upperlimit);
        }
      remainder = remainder + original[i] - out[i];
    }
    return out;
  }
')

测试它们：

x <- c(0,2101,3389,3200,1640,0,0,0,0,0,0,0)
original <- rep(x,20000)
upperlimit <- 2000
system.time(limitstretchR(upperlimit,original))
system.time(limitstretchC(upperlimit,original))

分别产生80.655和0.001秒。原生R对此非常不利。但是，我运行microbenchmark（使用较小的矢量）并得到了一些令人困惑的结果。

res <- microbenchmark(list=
    list(limitstretchR=limitstretchR(upperlimit,rep(x,10000)),
    limitstretchC=limitstretchC(upperlimit,rep(x,10000))),
        times=110,
        control=list(order="random",warmup=10))
print(qplot(y=time, data=res, colour=expr) + scale_y_log10())
boxplot(res)
print(res)

如果您要运行它，您会看到两种功能几乎相同的结果。这是我第一次使用microbenchmark，任何提示？

用R中的循环携带值加速循环

1 个答案: