Question

这两个操作为什么不同？

library(lubridate)
library(magrittr)

> seconds_to_period(1:1000) %>% cumsum %>% sum
[1] 14492440
> 1:1000 %>% cumsum %>% sum
[1] 167167000

但是，我发现问题出在cumsum 仅增加周期的秒数而忽略其余时间的事实：

seconds_to_period(60) +  seconds_to_period(60)
[1] "2M 0S"

但是

> cumsum(c(seconds_to_period(60), seconds_to_period(60)))
[1] 0 0

为什么此行为是默认格式？我认为这很不直观。此外，使用“ Period”类润滑脂克服此问题并获得与cumsum(1:1000)相同的结果的方法是什么，而无需执行以下操作：

c(seconds_to_period(60), seconds_to_period(60)) %>% as.numeric %>% cumsum

Answer 1

作为cumsum的原始语言，您可以在这里https://github.com/Microsoft/microsoft-r-open/blob/master/source/src/main/cum.c看到R在后台运行。此外，如果您从第215行读取：

PROTECT(t = coerceVector(CAR(args), REALSXP));
    n = XLENGTH(t);
    PROTECT(s = allocVector(REALSXP, n));
    setAttrib(s, R_NamesSymbol, getAttrib(t, R_NamesSymbol));
    UNPROTECT(2);

这是从period到numeric的强制，并且由于周期的结构，它仅保持.Data

比较

seconds_to_period(60)@.Data
seconds_to_period(59)@.Data

因此，在C级别，R并没有执行as.numeric，而是更快，更有效（但是您可能会说得不太细微，因为它没有将.Data中的其他元素实现为as.numeric确实）强制数据。

看起来像这样：

 setClass("Foo", representation(.Data="numeric", number1 = "numeric", number2 = "numeric"))

 bar <- new("Foo",.Data=5, number1 = 12, number2 = 31)

 cumsum(bar)

结果为5，因为它仅强制numeric Data

此外：

 setClass("Foo2", representation(.Data="numeric", number1 = "numeric", number2 = "numeric"))

 bar2 <- new("Foo2", number1 = 12, number2 = 31)

 cumsum(bar2)

将您归还numeric(0)，因为没有.Data

和

 setClass("Foo3", representation( number1 = "numeric", number2 = "numeric"))

 bar3 <- new("Foo3", number1 = 12, number2 = 31)

 cumsum(bar3)

这根本不起作用：在没有.Data的情况下，R内部在执行numeric时不知道如何将其强制为cumsum

所以：这是因为R在内部如何处理复杂的S4对象。您总是可以告诉lubridate用户创建一个新参数seconds并将整个S4对象的累积秒数存储在.Data中。我猜这样cumsum会起作用。但是现在，他们正在使用.Data存储第二个参数。参见edit(seconds_to_period)：

function (x) 
{
  span <- as.double(x)
  remainder <- abs(span)
  newper <- period(second = rep(0, length(x)))
  slot(newper, "day") <- remainder%/%(3600 * 24)
  remainder <- remainder%%(3600 * 24)
  slot(newper, "hour") <- remainder%/%(3600)
  remainder <- remainder%%(3600)
  slot(newper, "minute") <- remainder%/%(60)
  slot(newper, ".Data") <- remainder%%(60)
  newper * sign(span)
}

最后，只是为了好玩。这是我如何使cumsum在这里工作的模拟版本：

setClass("Period2",representation(.Data="numeric", period="Period"))


seconds_to_period_2 <- function(x){
   (lapply(x, function(y) new("Period2", .Data=y, period=seconds_to_period(y))))
}

a<-seconds_to_period_2(1:60)

cumsum(a)

最好！

使用累计的输出差异

1 个答案: