如果没有R中的for循环怎么做？

Question

我有3列：

1. 批
2. 兴趣
3. 曝光

第一行就像这样

  installment interest exposure

    0          0        1000

第一行的分期付款为0，之后为常数。让它成为100。

第i行的兴趣= 0.5％*第（i-1）行的曝光

第i行的曝光=第（i-1）行的曝光 -                           （第i行的分期付款 - 第i行的利息）

    installment interest   exposure

    0           0          1000
    100         0.005*1000 1000-(100-5)

兴趣取决于之前的曝光和曝光取决于最新的兴趣。这应该继续，直到曝光为0.我在R中使用for循环完成了这项工作。

有没有其他方法可以在没有循环的情况下执行此操作。我正在寻找一个快速的过程吗？

Answer 1

这里是循环版本，对于那些可能有兴趣解决这个问题的人来说：

n <- 10
# "pristine" starting data, in case you want to try other options.
df_start <- data_frame(
  installment = c(0, rep(100, n)),
  interest = c(0,rep(NA, n)),
  exposure = c(1000, rep(NA, n))
)


df1 <- df_start    
df1 <- within(df1,{
  for(i in 1:n) {
    interest[i + 1] <- exposure[i] * 0.005
    exposure[i + 1] <- exposure[i] - (installment[i + 1] - interest[i + 1])
  }
  rm(i)
})

我发现R需要在两种情况下循环。可能会有更多，但这些是我迄今为止所发现的：

1. 当您对数据子集执行操作时，您需要动态决定子集需要的大小。

2. 当您对两个或多个变量执行操作时，它们在行与行之间具有复杂的相互依赖关系。

这是第二种情况的一个例子 - 如果不知道 n -1行中的曝光，就无法确定行 n 的兴趣，你可以＆ ＃39; t确定行 n -1中的曝光，而不知道对行 n -1的兴趣。换句话说，您确实需要前一行中的两个数据点来获得一个数字行 n 。

如果你真的需要速度，最好的办法是用编译语言编写代码，然后在R中创建一个调用编译函数的包装器 - 这就是R中的矢量化通常意味着什么，而且这个特定的函数足够小，不应该用编译语言来实现它。