文章/答案/技术大牛

发布

社区首页 >问答首页 >向量化还是for循环，还是应用函数？

问向量化还是for循环，还是应用函数？
EN

Stack Overflow用户

提问于 2014-12-02 13:24:30

回答 1查看 110关注 0票数 0

我有一个有6列的数据帧。第1列保存日期，第2列个人和第3至6列用于计算。

Date <- c(1, 1, 2, 2, 2, 3)
Ind <- c("a","a","a","b","c","c")
C <- c(5, 6, 5, 7, 8, 8)
D <- c(8, 8, 9, 9, 9, 9)
E <- c(8, 9, 11, 10, 9, 7)
F <- c(5, 6, 8, 5, 7, 4)

df <- data.frame(Date, Ind, C, D, E, F)

我想执行一个计算(比如(C-E)+(D-F) )(在现实生活中，这些是坐标，我正在计算距离，但这不是我现在的问题所在)。

我想执行存储在新列(G)中的计算，在我使用第1天的列C和E的值与day+1中同一人的列E和F的值之间存在1天的差异。

我不确定我应该使用循环还是应用函数。这就是我到目前为止所尝试的，一个基于这个线程的矢量化操作和子集：Loop over rows of dataframe applying function with if-statement

df$G <- NA

df[!(df$Date ==(df$Date+1)), "G"] <- ((C-E)+(D-F))

这是可行的，但它在同一行(C、D、E、F都来自同一行)的坐标上进行计算。我知道它为什么这样做，因为我没有说明从哪一行获取坐标。C和D需要取自where Date = Date行，E和F需要取自where Date = (Date+1)行。我意识到了，但我不知道该怎么做。

继续这条路线吗？在for循环中做吗？使用apply函数？

回答 1

Stack Overflow用户

发布于 2014-12-02 15:38:23

dplyr包提供了非常好的lag和lead函数。

> library(dplyr)
> df %>% mutate(G = C + D + lead(E,1) + lead(F,1))
  Date Ind C D  E F  G
1    1   a 5 8  8 5 28
2    1   a 6 8  9 6 33
3    2   a 5 9 11 8 29
4    2   b 7 9 10 5 32
5    2   c 8 9  9 7 28
6    3   c 8 9  7 4 NA

对于最后一行，g为NA，因为没有下一个日期值。

编辑：

正如其他人所提到的，看起来您的示例数据有两个Ind==a日期。在这种情况下，您可能需要小心处理超前/滞后。

如果这样做是有意义的，您可以先聚合它们，然后再执行领先/滞后。

df %>% group_by(Date,Ind) %>% 
  summarise(C=mean(C),D=mean(D),E=mean(E),F=mean(F)) %>%
  ungroup %>%
  mutate(G = C + D + lead(E,1) + lead(F,1))

这会产生：

  Date Ind   C D    E   F    G
1    1   a 5.5 8  8.5 5.5 32.5
2    2   a 5.0 9 11.0 8.0 29.0
3    2   b 7.0 9 10.0 5.0 32.0
4    2   c 8.0 9  9.0 7.0 28.0
5    3   c 8.0 9  7.0 4.0   NA

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/27242422

复制

相似问题

问向量化还是for循环，还是应用函数？
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问向量化还是for循环，还是应用函数？EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问向量化还是for循环，还是应用函数？
EN