Question

我有一种迭代的分区方法，为每个观察分配一个标签并继续，直到所有分区都小于或等于指定的最小观察值。

使用bot.sendPhoto(chat_id, "http://i.imgur.com/B1fzGoh.jpg");我遇到了包含data.table和'{'的问题。我目前的解决方案如下：

':='

以下是一个例子：

part.test <- function(x, y, min.obs=4){
    PART = data.table(x=as.numeric(x),y=as.numeric(y),quadrant='q',prior.quadrant='q',key = c('quadrant','x','y'))
    PART=PART[,counts := .N,quadrant]
    setkey(PART,counts,quadrant,x,y)

    i=0L
    while(i>=0){

    PART=PART[,counts := .N,quadrant]
    l.PART=sum(PART$counts>min.obs)
    if(l.PART==0){break}
    min.obs.rows=PART[counts>=min.obs,which=TRUE]

    PART[min.obs.rows, prior.quadrant := quadrant]
    PART[min.obs.rows, quadrant :=
          ifelse( x <= mean(x) & y <= mean(y), paste0(quadrant,4),
            ifelse(x <= mean(x) & y > mean(y), paste0(quadrant,2),
              ifelse(x > mean(x) & y <= mean(y), paste0(quadrant,3), paste0(quadrant,1)))), 
        by=quadrant]

    i=i+1
    }

    return(PART[])

}

使用> set.seed(123);x=rnorm(1e5);y=rnorm(1e5) > part.test(x,y) x y quadrant prior.quadrant counts 1: 2.45670228 2.4710128 q1111141 q111114 1 2: 2.36216477 2.3211246 q1111144 q111114 1 3: 2.03019608 3.1102172 q1111212 q111121 1 4: 2.18349873 2.7801719 q1111213 q111121 1 5: 2.14224180 2.5529947 q1111231 q111123 1 --- 99996: 0.51221861 0.1992352 q143234342 q14323434 4 99997: 0.08995397 -0.6415489 q324423131 q32442313 4 99998: 0.09069140 -0.6427392 q324423131 q32442313 4 99999: 0.09077251 -0.6406127 q324423131 q32442313 4 100000: 0.09077963 -0.6413572 q324423131 q32442313 4 > system.time(part.test(x,y)) user system elapsed 3.45 0.00 3.53改善此效果的最佳方法是什么？

编辑：根据弗兰克的评论，我已将data.table移到了循环之外。

Answer 1

阐述我的评论，这里有一些改进：

f <- function(x, y, min.obs = 4){
    DT = data.table(x,y,q="q")[, counts := .N]

    while(TRUE){
        DT[counts >= min.obs, counts := .N, by=q]
        if (max(DT$counts) == min.obs) break

        w = DT[counts >= min.obs, which=TRUE]
        mDT = DT[w, lapply(.SD, mean), by=q, .SDcols = x:y]
        DT[mDT, on=.(q), q_new := {
          lox = x.x <= i.x
          loy = x.y <= i.y
          1L + lox + loy*2L
        }]

        DT[w, q := paste0(q, q_new)]
        DT[, q_new := NULL ]
    }

    setorder(DT[], counts, q, x, y)[]
}


system.time(res <- part.test(x,y))
#    user  system elapsed 
#    2.65    0.00    2.66 

system.time(fres <- f(x,y))
#    user  system elapsed 
#    0.65    0.05    0.70

# verify they match
fsetequal(
  zf <- setnames(copy(fres), "q", "quadrant"), 
  z <- copy(res)[, prior.quadrant := NULL ]
) # TRUE

也许为什么它更快：

GForce用于计算mDT中的均值。
使用算术代替ifelse。
键控/排序只进行一次。

它可能比这更快。

使用data.table进行迭代分区和标记

1 个答案: