Dplyr逐行访问整列

Question

鉴于以下数据

   A B
1  1 2
2  2 2
3  3 3
4  4 4
5  5 4

对于每一行，我想首次找到A超过B的索引。 所以答案是：

  A B NextIndex
1 1 2         3
2 2 2         3
3 3 3         4
4 4 4         5
5 5 5         5

我使用dplyr的方法是

A_col<-foo$A  
foo  %>%  rowwise() %>% mutate(NextIndex=which(A_col-B>0)[1] )

我的实际data.frame是几百万行，处理时间大大增加。请注意，我在每行比较中引用了完整的A_col，我尝试了使用row_number()的版本，但没有显着提高速度。 另外，请注意，A和B实际上是我的data.frame中的POSIXct变量，并且会在时间上严格增加，但不会定期增加。

我如何提高这个表达的效率？

Answer 1

我们可以使用vapply

foo$nextIndex <- vapply(foo$B, function(x) which(foo$A-x>0)[1], 1)
foo
#   A B nextIndex
#1 1 2         3
#2 2 2         3
#3 3 3         4
#4 4 4         5
#5 5 4         5

如果值按顺序

，则为其他选项

findInterval(foo$B, foo$A)+1L
#[1] 3 3 4 5 5

在dplyr链

中使用它

foo %>% 
    mutate(rowIndex = findInterval(B, A)+1L)

Answer 2

这个怎么样：

df$nextIndex <- apply(df, 1, function(x) which.max(df$A - x[2] > 0))
df
  A B nextIndex
1 1 2         3
2 2 2         3
3 3 3         4
4 4 4         5
5 5 4         5