[英]Nested user defined functions using apply in R
以下内容将如何使用apply编写?
# 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))
}
}
我的模型中有很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,我可以将解决方案应用于(甚至是双关语)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
}
}
}
我将使用expand.grid
代替:
df <- data.frame(expand.grid(a = age, ax = a_x))
df[['Yd']] <- (df[['a']] + 5) * (1 - d) ** (df[['ax']] - 1)
这是无限扩展的(受内存限制)-每个附加的嵌套循环将只是您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']]
这实际上转换为整齐的数据格式,这是一种存储多维数据的简便方法。
为了data.table
语法并提高速度,可以使用data.table
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]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.