R 循环和索引的替代方案？

我有一个3列的大数据集，订单、卸货、日期数字。每个订单有20年的每日流量值，可以超过100

> head(dat)
      Order Discharge date
         1   0.04712 6574
         2   0.05108 6574
         3   0.00000 6574
         4   0.00000 6574
         5   3.54100 6574
         6   3.61500 6574

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

对于给定的订单x，我想用该日期x+1和x-1处的排放平均值替换排放值。我一直在用for循环和索引以一种粗糙的方式来做这件事，但处理起来需要一个多小时。我知道一定有更好的办法

    x <- 4
    for(i in min(dat[,3]):max(dat[,3]))
    dat[,2][dat[,3] == i & dat[,1] == x ] <- 
    mean(c(dat[,2][dat[,3] == i & dat[,1] == x + 1], 
    dat[,2][dat[,3] == i & dat[,1] == x - 1]))

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

若日期为6574的第4号订单中的排放已替换为1.77050。它能工作，但速度慢得可笑

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

我应该明确指出，我不需要对每个订单进行这种计算，但只需要从总共117个订单中选择几个订单（仅8个）。根据答案，我有以下几点

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

---

我正试图找到一种方法，仍然只计算所选订单的值，并且陷入了for循环和对日期和订单进行索引的常规中。

我将按照以下方式进行操作：

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

确保秩序是一个因素。 对于每个订单，您现在都有一个子问题： 按日期对子数据框进行排序。 每个放电平均值可以矢量生成为： ColmeansCBindcD放电[-1]，钠，放电，cNA，放电[-长度放电] 子问题可以通过一个简单的for循环或函数来处理。我宁愿坐火车。 您的数据已重新排列，但您可以轻松地对其重新排序。

---

对于第2.2点，想象一下，或者用一个简单的向量试试，看看cbind操作的效果。它也迫使你考虑极限情况；第一个和最后一个出院值是如何计算的，没有之前或正在进行的日期。

有几种方法可以解决您的特殊困境，但当遇到缓慢的for循环时，要问的基本问题是，我如何使用矢量化来替换此循环？嗯，也许你应该问我，我应该。。。？第一在您的例子中，您在日期之间循环，但是没有必要显式地这样做，因为只要抓取dat$Order==x的所有行就会隐式地抓取所有日期

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

您发布的数据集只有一个日期，但我可以生成一些假数据来说明：

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

generate.data <- function(n.order, n.date){
  dat <- expand.grid(Order=seq_len(n.order), date=seq_len(n.date))
  dat$Discharge <- rlnorm(n.order * n.date)
  dat[, c("Order", "Discharge", "date")]
}

dat <- generate.data(10, 5)

head(dat)
#   Order Discharge date
# 1     1 2.1925563    1
# 2     2 0.4093022    1
# 3     3 2.5525497    1
# 4     4 1.9274013    1
# 5     5 1.1941986    1
# 6     6 1.2407451    1
tail(dat)
#    Order Discharge date
# 45     5 1.4344575    5
# 46     6 0.5757580    5
# 47     7 0.4986190    5
# 48     8 1.2076292    5
# 49     9 0.3724899    5
# 50    10 0.8288401    5

你可以选择出院栏，作业的左边是：

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

dat[dat$Order==4, ]$Discharge
# [1] 1.9274013 3.5319072 0.2374532 0.4549798 0.7654059

现在您只需要右侧，它有两个组件：x-1放电和x+1放电。您可以像抓取x放电一样抓取这些：

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

dat[dat$Order==4-1, ]$Discharge
# [1] 2.5525497 1.9143963 0.2800546 8.3627810 7.8577635
dat[dat$Order==4+1, ]$Discharge
# [1] 1.1941986 4.6076114 0.3963693 0.4190957 1.4344575

要获得新值，需要平行平均值。R没有pmean函数，但您可以cbind这些函数并采用rowMeans：

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

因此，最后你有：

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

dat[dat$Order==4, ]$Discharge <- rowMeans(cbind(dat[dat$Order==4-1, ]$Discharge,
                                                dat[dat$Order==4+1, ]$Discharge))

您甚至可以使用%in%在所有x值中执行此操作

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T)) 

---

请注意，这假设您的数据是有序的。

您选择x的标准是什么？有没有一个外环来确定你没有给我们看的x？这可能是相关的。Order表示河流中测量流量的站点。X-1和X+1基本上是上游站和下游站。我想把平均流量从上行站和下行站的某一天取到当天的中站。我已经分别识别了这些x，有8个，但我可以把它们放在一个向量中，并将其包含在函数中。这是一个很好的开始。我应该明确指出，我不需要对每个订单都进行这种计算，但在总共117个订单中，只有少数几个订单需要计算，只有8个订单需要计算。根据你的回答，我有以下几点。”dat$可能不起作用的新排放。by很少返回要插入data.frame的向量。您的第二个参数by将数据按日期分割-在本例中，您采用的是多个订单的平均值。因为你只有8个订单，你可以做：dat

    dat$NewDischarge <- by(dat$Discharge,dat$date,function(x) 
    colMeans(cbind(c(x[-1],NA), x, 
    c(NA, x[-length(x)])), na.rm=T))