我必须对R中data.frame的行应用迭代计算。 问题是,对于每一行,结果取决于先前计算的结果和先前的行。
我使用类似以下示例的循环实现了解决方案:
for /F "delims=" %%F in ('
xcopy /L /I /S ".\*.txt" "%TEMP%" ^| find ".\"
') do (
echo(Relative path to file: "%%~F"
rem // This block is only needed in case the leading `.\` disturbs:
set "FILE=%%~F"
setlocal EnableDelayedExpansion
echo(Relative path, no `.\`: "!FILE:*.\=!"
endlocal
)
问题是真正的代码非常慢(特别是如果我在KNIME的R片段中使用它)
有没有办法以更高效的R-like方式优化代码?我尝试使用apply系列,但它似乎不适用于我的情况。
非常感谢
答案 0 :(得分:1)
以下是使用累计data.table
分组
flag_new
次努力
set.seed(1)
example <- data.frame(flag_new = c(TRUE,FALSE,FALSE,FALSE,FALSE,FALSE,FALSE,FALSE,TRUE,FALSE,FALSE,FALSE,FALSE,FALSE,TRUE,FALSE,FALSE,FALSE,FALSE,FALSE,FALSE,FALSE),
percentage =sample(1:100,22)/100)
# initialization
initK = 100
# Copy to allow comparison to your code
newd = example
library(data.table)
setDT(newd)[, Knew:= initK* c(1, cumprod(1 - percentage[-.N])),
by=cumsum(flag_new)][, Rnew:=Knew* percentage]
在问题中运行循环后比较结果
all.equal(example$K, newd$Knew)
all.equal(example$R, newd$Rnew)
将计算从第一个TRUE
分组到下一个d = example[1:8, ]
d$K1 <- d$K* c(1, cumprod(1 - d$percentage[-length(d$percentage)]))
d$R2 <- with(d, K1* percentage)
计算可以在没有循环的情况下完成。
例如,使用第一组计算可以作为
完成k[i] = k[i-1] - R[i-1]
k[i] = k[i-1] - k[i-1]* p[i-1]
= k[i-1](1 - p[i-1])
So
k[2] = k[1]* (1-p[1])
k[3] = k[2]* (1-p[2]) = k[1]* (1-p[1])* (1-p[2])
k[4] = k[3]* (1-p[3]) = k[1]* (1-p[1])* (1-p[2])* (1-p[3])
and so on..
这来自
data.table
所以只需要一个split,apply,combine方法,为每个组计算这些 我用过{{1}}