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：

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