[英]Solve for X row by row
我將從我已經做過的開始。 我正在尋找一種通過更改每行的b和s參數來求解方程f的方法, Q和n是常數。 我知道 apply() 適用於此類問題,但這似乎對我不起作用。 我想找到的變量沒有給出唯一的解決方案。
Q = 0.203
n = 0.014
f <- function(y) (Q - (1/n)*(y*b)*((y*b)/(2*y+b))^(2/3)*sqrt(s))
使用這些參數,假設b = 0.5
和s = 0.01
使用 uniroot() 我得到以下信息。 這就是我想要的結果。
uniroot(f, lower = 0.000001, upper = 1000000)$root
[1] 0.2328931
(那些較低和較高的值似乎對我來說效果很好)
現在我需要為一個大型數據集解決這個 function。
set.seed(123)
tibble::tibble(b = runif(n = 1000, min = 0.1, max = 1.5),
s = runif(n = 1000, min = 0.001, max = 5)) %>%
dplyr::mutate(yn = uniroot(f, lower = 0.000001, upper = 1000000)$root) %>%
head(5)
這是我想要的 output。
b s yn
1 0.503 1.37 0.0434
2 1.20 2.97 0.0194
3 0.673 0.802 0.0421
4 1.34 4.27 0.0163
5 1.42 4.24 0.0157
考慮更改rowwise
以從數據中獲取“b”、“s”列並按行使用
f <- function(y, dat) with(dat, (Q - (1/n)*(y*b)*((y*b)/(2*y+ b))^(2/3)*sqrt(s)))
df1 %>%
rowwise %>%
dplyr::mutate(yn = uniroot(f, lower = 0.000001, upper = 1000000,
dat = cur_data())$root) %>%
ungroup %>%
head(5)
-輸出
# A tibble: 5 x 3
# b s yn
# <dbl> <dbl> <dbl>
#1 0.503 1.37 0.0434
#2 1.20 2.97 0.0194
#3 0.673 0.802 0.0421
#4 1.34 4.27 0.0163
#5 1.42 4.24 0.0157
或者另一種選擇是來自purrr
的pmap
library(purrr)
df1 %>%
mutate(yn = pmap_dbl(select(., b, s), ~
uniroot(f, lower = 0.000001, upper = 1000000,
dat = tibble(b = ..1, s = ..2))$root))
-輸出
# A tibble: 10,000 x 3
# b s yn
# <dbl> <dbl> <dbl>
# 1 0.503 1.37 0.0434
# 2 1.20 2.97 0.0194
# 3 0.673 0.802 0.0421
# 4 1.34 4.27 0.0163
# 5 1.42 4.24 0.0157
# ...
set.seed(123)
df1 <- tibble::tibble(b = runif(n = 1000, min = 0.1, max = 1.5),
s = runif(n = 1000, min = 0.001, max = 5))
實際上,您已經非常接近目標了。 這是使用Vectorize
+ do.call
的基本 R 選項,它可以幫助您
f <- function(b, s) {
fn <- function(y) (Q - (1 / n) * (y * b) * ((y * b) / (2 * y + b))^(2 / 3) * sqrt(s))
uniroot(fn, lower = 0.000001, upper = 1000000)$root
}
df$yn <- do.call(Vectorize(f), df)
這樣
> df
# A tibble: 1,000 x 3
b s yn
<dbl> <dbl> <dbl>
1 0.503 1.37 0.0435
2 1.20 2.97 0.0194
3 0.673 0.802 0.0422
4 1.34 4.27 0.0163
5 1.42 4.24 0.0157
6 0.164 2.39 0.0912
7 0.839 3.87 0.0224
8 1.35 1.48 0.0223
9 0.872 0.329 0.0468
10 0.739 2.20 0.0289
# ... with 990 more rows
數據
set.seed(123)
df <- tibble::tibble(b = runif(n = 1000, min = 0.1, max = 1.5),
s = runif(n = 1000, min = 0.001, max = 5))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.