如何使用apply编写以下内容?
# Variables
age <- 1:100
Y <- age+5
d <- 0.25
dx <- 5
a_x <- 1:dx
Yd <- matrix( 0, nrow=max(age), ncol=dx )
# Nested loop is computationally inefficient?
for (a in age){
for (ax in a_x){
Yd[a,ax] <- (Y[[a]] * (1 - d) ** (ax-1))
}
}
我的模型中有许多嵌套在循环结构中的,因为我不称职。我希望使用apply来缩短计算时间。我发现应用功能相当混乱。我正在寻找一种解决方案,以说明如何使用apply获得嵌套结构。希望从那里开始,我可以将解决方案(双关语意)应用到甚至更复杂的嵌套for循环(彼此之间有4-5个循环)。
例如
Ydi <- rep( list(), 6)
for (i in 1:6){
Ydi[[i]] <- matrix( 0, nrow=max(age), ncol=dx )
}
# Nested loop is computationally inefficient?
for (i in 1:6){
for (a in age){
for (ax in a_x){
Ydi[[i]][a,ax] <- (Y[[a]] * (1 - d) ** (ax-1)) + i
}
}
}
答案 0 :(得分:0)
我会改用expand.grid
:
df <- data.frame(expand.grid(a = age, ax = a_x))
df[['Yd']] <- (df[['a']] + 5) * (1 - d) ** (df[['ax']] - 1)
这是无限可扩展的(受内存限制)-每个附加的嵌套循环将只是您的expand.grid
调用中的附加变量。例如:
new_col <- 1:2
df_2 <- data.frame(expand.grid(a = age, ax = a_x, nc = new_col))
df_2[['Yd']] <- (df_2[['a']] + 5) * (1 - d) ** (df_2[['ax']] - 1) + df_2[['nc']]
这实际上切换为tidy data格式,这是一种存储多维数据的简便方法。
要获得更轻松的语法和更快的速度,可以使用data.table
软件包:
library(data.table)
dt_3 <- data.table(expand.grid(a = age, ax = a_x, nc = new_col))
dt_3[ , Yd := (a + 5) * (1 - d) ** (ax - 1) + nc]