multiApply function for 3D 数组上的循环

Question

我正在努力使我的数据处理对于空间温度数据项目更有效率。 我有一个 for 循环可以做我想做的事，但它对于处理多年的数据来说太慢了。 此循环查看每个空间单元格，并根据当年的 365 个温度值，为将 go 放入单独的二维数据帧的热事件的频率、持续时间、数量和温度创建一个值。

for (b in 1:299) { #longitude
      for (c in 1:424) { #latitude
        data <- year[b,c] #makes all temps into a vector
        for (d in 2:364) {
          if (data[d]>=Threshold & data[d+1]>=Threshold) {
            frequencydf[b,c]=frequencydf[b,c]+1
            tempsdf[b,c]=tempsdf[b,c]+data[d]
            
            }else if (data[d-1]>=Threshold & data[d]>=Threshold & data[d+1]<Threshold) {
              frequencydf[b,c]=frequencydf[b,c]+1
              numberdf[b,c]=numberdf[b,c]+1
              tempsdf[b,c]=tempsdf[b,c]+data[d]
            }else {
              frequencydf[b,c]=frequencydf[b,c]
              numberdf[b,c]=numberdf[b,c]
              tempsdf[b,c]=tempsdf[b,c]
            }
        }
        durationdf[b,c]=frequencydf[b,c]/numberdf[b,c]
        tempsdf[b,c]=tempsdfd[b,c]/frequencydf[b,c]
      }
    })

因此，我正在尝试使用 apply functions 来加快这个过程。 我想我在尝试按数组中第三个（时间）维度的值分析每个空间单元时遇到了问题。

我从频率参数开始，并尝试创建与上面相同的数据框。

frequencylist <- Apply(year_array, fun = frequency.calc1, margins=c(1, 2))
  frequencydf <- as.data.frame(frequencylist)

使用这个 function：

frequency.calc1 = function(cell) {
  data <- as.vector(cell)
  frequency <- 0
  for (d in 2:364) {
    if (data[d]>=Threshold & data[d+1]>=Threshold) {
      frequency=frequency+1
      
    }else if (data[d-1]>=Threshold & data[d]>=Threshold & data[d+1]<Threshold) {
      frequency=frequency+1
      
    }else {
      frequency=frequency
    }
    return(frequency)
  }
}

我对创建函数和使用 Apply function 非常陌生，因此我们将不胜感激！

Answer 1

For 循环和 *apply 函数的运行速度大致相同。 你的问题是所有那些“如果”。
首先，您有两个独立的条件，这两个条件都会导致frequency增加。 弄清楚如何将它们组合起来。 接下来，记住R语言是矢量化的，所以你根本不需要循环。 稍微仔细考虑一下，你可以写一行类似

frequency <-  sum(data[1:N-2] >=threshold & data[2:N-1] >=threshold & data[3:N<threshold)

我还没有检查所有的“>”与“<”，但你明白了。

作为旁注，永远不要对循环的范围进行硬编码。 您可以从“2”开始，因为您的条件引用“d-1”，但将最大值定义为length(data) - 1