Question

我编写了一个带有2 for for循环嵌套在foreach循环中的函数。我有一个数据帧列表，我试图在以下结构中循环：[[5]][10,30]。

但是，我尝试使用1,000,000个路径（即for (i in 1:1000000)）运行此功能，显然，性能非常糟糕。

我真的想与foreach循环并行运行。我发现使用任何形式的apply函数与foreach一起使用也不能正常工作。当然，如果有更好的方法可以做到这一点，我也很乐意看到这些：

library(foreach)
library(doParallel)

# input: matr is a list of 5 matrices
cum_returns <- function(matr) {
  time_horizon <- 30
  paths <- 10
  asset <- 5

  foreach (x = matr) %dopar% {
    for (i in 1:paths) {
      x[i,] <- append(x[i,],100,0)
      for (m in 2:(time_horizon + 1)) {
        # loop through each row of matrix to apply function
        x[i,m] <- x[i,m-1] + x[i,m]
      }
    }
    return(x)
  }
}

该功能的目标是以这种格式转换数据帧：

                   V1          V2         V3            V4         V5         V6
result.4   -0.3937681  0.42309970 -0.2283395 -0.8331735437  0.7874238 -0.1453797
result.9   -1.5680301  0.41994580 -2.1580822  1.6118210199 -1.1626008  1.7275690
result.4.1 -0.5495332 -0.82372187  0.3571042  1.0774779108 -0.7305624  0.6109353
result.9.1 -0.6323561  1.70637893  0.6652303  0.7848319013 -1.0563251  0.8036310
result.4.2 -0.3242765 -0.75415454  0.7407225 -1.7877216475  1.5852460  0.1917951
result.9.2 -0.5348290 -0.05270434  1.5113037  0.8491153876 -2.0715359 -2.0216315
result.4.3 -0.7013342 -0.89451784 -0.2683157 -0.2759993796  0.2709717  1.3437261
result.9.3  1.6187813 -1.53112097  0.6938031 -1.4157996794 -0.6058584  0.4324761
result.4.4 -0.6069532  0.07735158  0.7632158  1.0759685528 -0.3157746 -1.1726851
result.9.4 -0.4945204  1.20070722 -0.1619356 -0.0009728659 -2.0367133  1.4713883

对于这种格式，通过在每行的开头附加100，然后在每行中添加以下每个值以在每行的字段中创建累积总和：

            V1        V2        V3        V4        V5        V6
result.4   100  99.60623 100.02933  99.80099  98.96782  99.75524
result.9   100  98.43197  98.85192  96.69383  98.30565  97.14305
result.4.1 100  99.45047  98.62674  98.98385 100.06133  99.33076
result.9.1 100  99.36764 101.07402 101.73925 102.52408 101.46776
result.4.2 100  99.67572  98.92157  99.66229  97.87457  99.45982
result.9.2 100  99.46517  99.41247 100.92377 101.77289  99.70135
result.4.3 100  99.29867  98.40415  98.13583  97.85983  98.13080
result.9.3 100 101.61878 100.08766 100.78146  99.36566  98.75981
result.4.4 100  99.39305  99.47040 100.23361 101.30958 100.99381
result.9.4 100  99.50548 100.70619 100.54425 100.54328  98.50657

Answer 1

无需遍历行和列。你可以使用R的能力进行矢量化计算，将整列添加到一起，并用一次调用cbind（）替换重复调用append（）。

foreach (x = matr) %dopar% {
  x <- cbind(100,x)
  for (m in 2:(time_horizon + 1)) {
    # loop through each row of matrix to apply function
    x[,m] <- x[,m-1] + x[,m]
  }
  x  
}

即使我的计算机上没有使用多个核心，每个矩阵中的1,000,000行也非常快。

Answer 2

建立在atiretoo的答案之上，您可以进行更多的矢量化，从而实现轻松的并行化。此外，还有一个内置函数可以执行您在每一行上执行的操作cumsum（尽管由于某种原因，我的输出是转置的并且必须修复）。

library(parallel)
mclapply(matr, 
    function (x) {
       x <- cbind(100,x)
       return(t(apply(x,1,cumsum))
    }

您可以将apply替换为parRapply来进一步并行化。请注意，这些功能仅适用于Linux系统，您需要使用Windows上parallel包中的不同方法。

在R中将嵌套for循环转换为foreach？

2 个答案: