Question

我有两个数据集存储在表中，一个是[a, b]的集合，另一个是[x, Sx, y, Sy, rho]。我的概率函数f需要(a, b, x, Sx, y, Sy, rho)。最后，我想找到第一个[x, Sx, y, Sy, rho]的所有[a, b]概率结果的总和。然后在第二个[x, Sx, y, Sy, rho]上找到所有[a, b]的总和等等......

我想在[x, Sx, y, Sy, rho]文件中有几百行，在[a, b]文件中有几十万行。

我想知道是否有办法在不使用两个循环的情况下执行此操作？我已经尝试了以下内容，它并没有按照我想要的方式工作，但我知道它会太慢。

我不知道它是否会有所帮助，但我已在代码中添加了该功能。很抱歉，该功能本身很乱，格式不正确。

# data  file with (a, b)
data            <- matrix( c(1, 0, 1, 1, 0.5, 0), nrow=3, ncol=2) 
colnames(data)  <- c("a", "b") 
Ndat            <- dim(data)
Ndata           <- Ndat[1]

# data2 file with (x, Sx, y, Sy, rho)
data2           <- matrix( c(1, 0.1, 1, 0.1, 0.002, 2, 0.1, 2, 0.1, 0.000001, 
                             2, 0.1, 1, 0.1, 0.002), nrow=3, ncol=5) 
colnames(data2) <- c("x", "Sx", "y", "Sy", "rho") 
Ndat2           <- dim(data)
Ndata2          <- Ndat[1]

# function requires variables (a, b, s, Sx, y, Sy, rho) 
Prob  <- function(a, b, Xi, sX, Yi, sY, rho) {sqrt(1 + a ^ 2) * (
  exp(-((b + a * Xi - Yi) ^ 2 / (
    2 * ((a ^ 2 * sX ^ 2) - 
         (2 * a * rho * sX * sY) + sY ^ 2)))) * sqrt((
           1 - rho ^ 2) / (
             a ^ 2 * sX ^ 2 - 2 * a * rho *sX *sY + sY ^ 2))/(
               sqrt(2 * pi) * sqrt(1 - rho ^ 2)))
    }

# Here is my weak attempt
Table <- NULL
Table <- for (j in 1:Ndata) { 
   sum (for (i in 1:Ndata2) {
   Datatable[i] = Prob(data[j, a], data[j, b], data2[i, x], 
                 data2[i, Sx], data2[i, y], data2[i, Sy], 
                 data2[i, rho])
   })
}

我很难在apply函数周围环绕我们，并且可以/应该使用它们。我知道我可能没有添加足够的信息，所以任何可以帮助我的建议都会很棒。我对编程以及R都很陌生，所以请原谅任何不合适的词汇或格式。

可能有更好的方法来定义data中的数字或行以使Ndata成为全局，但这些是我偶然发现的第一个。

该功能不应该是递归的，但我现在看到它就像我写的一样。我花了很多时间介绍R的入门教程，并且仍然很难理解如何最好地实现apply函数套件。

我想要一次迭代，使用data2的第一行中的a, b将此函数应用于data中的每一行。然后sum所有这些的可能性。然后，下一次迭代应该data的第2行的所有概率的总和使用a, b应用于data2的每一行

Answer 1

我有一种感觉，这样做更容易，但这样的事情可能会有效。

f <- function(a,b,x,y,z) a+b+x+y+z
f.new <- function(p1,p2) {
  p1=as.list(p1); p2=as.list(p2)
  f(p1$a,p1$b,p2$x,p2$y,p2$z)
}

data1 <- data.frame(a=1:10,b=11:20)
data2 <- data.frame(x=1:5,y=21:25,z=31:35)
indx  <- expand.grid(indx2=seq(nrow(data2)),indx1=seq(nrow(data1)))
result <- with(indx,f.new(data1[indx1,],data2[indx2,]))
sums   <- aggregate(result,by=list(rep(seq(nrow(data1)),each=nrow(data2))),sum)

您似乎想要为两个变量集的每个组合评估一个函数，(a,b)的集合和(x, Sx, y, Sy, rho)的集合，然后求和为第一组的每个实例设置。

首先，重新定义函数f(...)以获取两个参数，代表两个集合。这是f.new(...)。您应该以这种方式定义原始函数 - 它将运行得更快。

然后我们创建一个数据框indx，其中有两列，代表data1和data2中行号的每个组合，然后我们使用{f.new(...)调用data1使用data2索引{1}}和indx。这产生了result，其(a,b)和(x,y,z)的每个组合都评估了函数。然后我们将其汇总以获得您指定的总和。

这种方法是内存密集型的; result将有~10MM元素，但运行速度比循环快。

如何避免R中有多个变量的多个循环

1 个答案: