Question

我有一个功能，目前在功能模型中编程，要么加快速度，也许可以在R的精神中解决问题。我有一个data.frame，并希望根据每个条目依赖于两行的信息添加一列。目前它看起来如下：

faultFinging <- function(heartData){
    if(heartData$Pulse[[1]] == 0){
        Group <- 0
    }
    else{
        Group <- 1
    }
    for(i in seq(2, length(heartData$Pulse), 1)){
        if(heartData$Pulse[[i-1]] != 0 
            && heartData$Pulse[[i]] != 0
            && abs(heartData$Pulse[[i-1]] - heartData$Pulse[[i]])<20){
            Group[[i]] <- 1
        }
        else{
            if(heartData$Pulse[[i-1]] == 0 && heartData$Pulse[[i]] != 0){
                Group[[i]] <- 1
            }
            else{
                Group[[i]] <- 0
            }
        }
    }
    Pulse<-heartData$Pulse
    Time<-heartData$Time
    return(data.frame(Time,Pulse,Group))
}

Answer 1

如果没有样本数据我无法测试，但这是一般的想法。您可以使用for()和&作为|和&&的矢量化版本，完全避免完成||循环。此外，如果只有一个值（true或false），则不需要if-else语句。

faultFinging <- function(heartData){
    Group <- as.numeric(c(heartData$Pulse[1] != 0,
      (heartData$Pulse[-nrow(heartData)] != 0 
        & heartData$Pulse[-1] != 0
        & abs(heartData$Pulse[-nrow(heartData)] - heartData$Pulse[-1])<20) |
      (heartData$Pulse[-nrow(heartData)] == 0 & heartData$Pulse[-1] != 0)))
    return(cbind(heartData, Group))
}

在索引周围放置as.numeric()将TRUE设置为1，将FALSE设置为0。

Answer 2

这可以通过将程序分成两部分以更加矢量的方式完成：首先是一个需要两个时间样本的函数，并确定它们是否符合您的脉冲规范：

isPulse <- function(previous, current)
{ 
  (previous != 0 & current !=0 & (abs(previous-current) < 20)) |
  (previous == 0 & current !=0)
}

请注意使用向量|而不是布尔||。

然后调用它，在你的情况下，以适当的延迟提供两个矢量流'先前'和'当前'偏移，1：

delay <- 1
samples = length(heartData$pulse)

isPulse(heartData$pulse[-(samples-(1:delay))], heartData$pulse[-(1:delay)])

让我们试试一些虚构的数据：

sampleData = c(1,0,1,1,4,25,2,0,25,0)
heartData = data.frame(pulse=sampleData)
result = isPulse(heartData$pulse[-(samples-(1:delay))], heartData$pulse[-(1:delay)])

请注意，代码heartData$pulse[-(samples-(1:delay))]会对{em>上一个流中的{em>上一个流的delay样本进行修剪heartData$pulse[-(1:delay)]个样本，并从中修剪delay个样本开始，为当前流。

手动执行，结果应该是（使用F表示false，T表示true）

F,T,T,T,F,F,F,T,F

通过运行它，我们发现它们是！：

> print(result)
FALSE  TRUE  TRUE  TRUE FALSE FALSE FALSE  TRUE FALSE

成功！

由于您希望将这些作为列绑定到原始数据集中，您应该注意到新数组的delay元素比原始数据短，因此您需要在开始时将其填充为延迟FALSE元素。您可能还希望根据您的数据将其转换为0,1：

resultPadded <- c(rep(FALSE,delay), result)
heartData$result = ifelse(resultPadded, 1, 0)

给出了

> heartData
   pulse result
1      1      0
2      0      0
3      1      1
4      1      1
5      4      1
6     25      0
7      2      0
8      0      0
9     25      1
10     0      0

优化R函数，为data.frame添加新列

2 个答案: