Question

我有一个数据框

df<-data.frame(var1=c(1:10),var2=c(rep(c(0,0.1),each=5)),BYGROUP_OBSNUM=c(0:4))

我想使用rowwise伪公式计算列

df$VAR1_NEW <-(ifelse (var2!=0 & BYGROUP_OBSNUM !=0),
 var1[i]+lag(var1,1)*var2^1+lag(var1,2)*var2^2 +....lag(var1,BYGROUP_OBSNUM)*var2^BYGROUP_OBSNUM)

目前的做法 -

my.func <- function(x){mapply(function(v1,v2,v3,n) {
  if(v2==0 | v3==0){
    as.numeric(v1)
  } else {
   sum(v1, x[rev(seq(1:(n-1))),1][1:v3] * v2 ^  seq(1:(n-1))[1:v3])
}
}, x[,"var1"], x[,"var2"], x[,"BYGROUP_OBSNUM"],seq(1:nrow(x)))
}

df1 <- df %>% 
  do(data.frame(., my.func(.))) %>%
  mutate(VAR1_NEW = my.func...)%>%
  select(-my.func...)

#Result -

DF1

var1 var2 BYGROUP_OBSNUM VAR1_NEW   

 1  0.0              0   1.0000
 2  0.0              1   2.0000
 3  0.0              2   3.0000
 4  0.0              3   4.0000
 5  0.0              4   5.0000
 6  0.1              0   6.0000
 7  0.1              1   7.6000
 8  0.1              2   8.7600
 9  0.1              3   9.8760
 10  0.1             4  10.9876

对于140万行的数据帧，此方法需要6分钟。因此，我想改变data.table的方法，因为不会创建副本所需的时间更短。

到目前为止，这是我所取得的成就 -

 DT<-as.data.table(df)
 DT<-DT[, c("New_Var1") := my.func(DT)]

但这引发了很多警告，比如 -

>warnings()
10: In if (v2 == 0 | v3 == 0) { ... :
    the condition has length > 1 and only the first element will be used
11: In `[.data.table`(DT, , `:=`(c("New.Var1"), my.func(DT))) :
    10 column matrix RHS of := will be treated as one vector
12: In `[.data.table`(DT, , `:=`(c("New.Var1"), my.func(DT))) :
    Supplied 100 items to be assigned to 10 items of column 'New.Var1' (90 unused)

只是将var1列复制到new_var1中，因为只使用了第一个元素。

我是data.table使用的新手，无法找到解决方法。

Answer 1

以下是使用data.table

的选项

library(data.table)
setDT(df)[, grp := cumsum(BYGROUP_OBSNUM==0)
      ][, VAR1_NEW := Reduce(`+`, Map(`*`, shift(var1, 1:.N, fill = 0), 
       var2^(seq_len(.N)))) + var1, grp][, grp := NULL][]
#    var1 var2 BYGROUP_OBSNUM VAR1_NEW
# 1:    1  0.0              0   1.0000
# 2:    2  0.0              1   2.0000
# 3:    3  0.0              2   3.0000
# 4:    4  0.0              3   4.0000
# 5:    5  0.0              4   5.0000
# 6:    6  0.1              0   6.0000
# 7:    7  0.1              1   7.6000
# 8:    8  0.1              2   8.7600
# 9:    9  0.1              3   9.8760
#10:   10  0.1              4  10.9876

使用行式迭代在{mapply}上实现data.table函数

1 个答案: