R 生长矢量化
我正在寻找通过在R中应用矢量化实现以下简单增长率公式的解决方案:R 生长矢量化,r,loops,vectorization,large-data,R,Loops,Vectorization,Large Data,我正在寻找通过在R中应用矢量化实现以下简单增长率公式的解决方案: gr <- function(x){ a <- matrix(,nrow=nrow(x),ncol=ncol(x)) for (j in 1:ncol(x)){ for (i in 2:nrow(x)){ if (!is.na(x[i,j]) & !is.na(x[i-1,j]) & x[i-1,j] != 0){ result[i,j] <
gr <- function(x){
a <- matrix(,nrow=nrow(x),ncol=ncol(x))
for (j in 1:ncol(x)){
for (i in 2:nrow(x)){
if (!is.na(x[i,j]) & !is.na(x[i-1,j]) & x[i-1,j] != 0){
result[i,j] <- x[i,j]/x[i-1,j]-1
}
}
}
return(a)
}
生成:
[,1] [,2] [,3]
[1,] 1.0 3.9 1.3
[2,] 2.0 0.0 2.0
[3,] 3.0 1.0 NA
[4,] NA 3.0 7.0
[5,] 2.4 0.0 3.9
[6,] 2.8 2.0 2.4
正确的结果,由gr(m)
生成:
但对于大桌子来说,这需要很长时间。有没有办法在不进行如此广泛循环的情况下使用条件?您可以通过在一个向量化操作中执行整个计算来加快速度(每次除以0时,都有一个额外的操作来修正结果):
out您可以通过在单个矢量化操作中执行整个计算来加快计算速度(每当您除以0时,还需要一个额外的操作来修正结果):
out以下是几种方法:
1)无套餐
rbind(NA, exp(diff(log(m)))-1)
给予:
[,1] [,2] [,3]
[1,] NA NA NA
[2,] 1.0000000 -1 0.5384615
[3,] 0.5000000 Inf NA
[4,] NA 2 NA
[5,] NA -1 -0.4428571
[6,] 0.1666667 Inf -0.3846154
如果第一行NA不重要,那么可以简化为exp(diff(log(m))-1
2)zoo另一种方法是使用zoo的Geometric diff函数。转换为zoo,取几何差并减去1。如果重要的是要有第一行NAs,那么将其与具有原始时间点的零宽度序列合并(否则省略merge语句,只使用g
作为答案):
图书馆(动物园)
zm以下是几种方法:
1)无套餐
rbind(NA, exp(diff(log(m)))-1)
给予:
[,1] [,2] [,3]
[1,] NA NA NA
[2,] 1.0000000 -1 0.5384615
[3,] 0.5000000 Inf NA
[4,] NA 2 NA
[5,] NA -1 -0.4428571
[6,] 0.1666667 Inf -0.3846154
如果第一行NA不重要,那么可以简化为exp(diff(log(m))-1
2)zoo另一种方法是使用zoo的Geometric diff函数。转换为zoo,取几何差并减去1。如果重要的是要有第一行NAs,那么将其与具有原始时间点的零宽度序列合并(否则省略merge语句,只使用g
作为答案):
图书馆(动物园)
zm谢谢,这也非常好用!但是,我希望有简单的返回并删除Infs
。但是从上一个答案我知道怎么做了。谢谢,这也很好用!但是,我希望有简单的返回并删除Infs
。但是从上一个答案我知道现在该怎么做了。
rbind(NA, exp(diff(log(m)))-1)
[,1] [,2] [,3]
[1,] NA NA NA
[2,] 1.0000000 -1 0.5384615
[3,] 0.5000000 Inf NA
[4,] NA 2 NA
[5,] NA -1 -0.4428571
[6,] 0.1666667 Inf -0.3846154
library(zoo)
zm <- as.zoo(m)
g <- diff(zm, arithmetic = FALSE) - 1
merge(g, zoo(, time(zm))) # omit this line if 1st row of NAs not needed
giving:
g.1 g.2 g.3
1 NA NA NA
2 1.0000000 -1 0.5384615
3 0.5000000 Inf NA
4 NA 2 NA
5 NA -1 -0.4428571
6 0.1666667 Inf -0.3846154