R 将负值替换为零
我们要将数组中的所有值设置为零,这些值都是负数 我尝试了很多东西,但还没有找到有效的解决方案。 我考虑了一个带有条件的for循环,但是这似乎不起作用R 将负值替换为零,r,if-statement,for-loop,conditional-statements,rcpp,R,If Statement,For Loop,Conditional Statements,Rcpp,我们要将数组中的所有值设置为零,这些值都是负数 我尝试了很多东西,但还没有找到有效的解决方案。 我考虑了一个带有条件的for循环,但是这似乎不起作用 #pred_precipitation is our array pred_precipitation <-rnorm(25,2,4) for (i in nrow(pred_precipitation)) { if (pred_precipitation[i]<0) {pred_precipitation[i] = 0
#pred_precipitation is our array
pred_precipitation <-rnorm(25,2,4)
for (i in nrow(pred_precipitation))
{
if (pred_precipitation[i]<0) {pred_precipitation[i] = 0}
else{pred_precipitation[i] = pred_precipitation[i]}
}
#pred#u降水是我们的数组
pred_沉淀感谢可重复的示例。这是非常基本的R的东西。您可以指定给向量的选定元素(请注意,数组有维度,您所给出的是向量而不是数组):
不幸的是,这扼杀了速度优势。或者,您也可以使用ifelse
:
ifelse(pred_precipitation < 0, 0, pred_precipitation)
ifelse(pred_降水量<0,0,pred_降水量)
我会使用pmax
,因为ifelse
有时会有点慢,子集替换会创建一个额外的向量(这可能是大型数据集的问题)
set.seed(21)
pred_deposition如果您的主要对象是tibble或数据帧,那么您也可以使用tidy软件包。与Ari B.Friedman提出的替代方案相比,替代方案可以“即时”编写,并与其他突变相结合
使用dplyr和%%>%%
管道的示例如下所示:
df %>% mutate(varA = if_else(varA < 0, 0, varA))
df%>%变异(varA=if_else(varA<0,0,varA))
您可以在mutate()
语句中添加更多的突变(即新变量)。我在这种类型的编码中看到的一个优点是,您不会冒跳过或重新执行单个转换步骤的风险,因为它们都分组在一个语句中。
例如,通过在RStudio中添加%>%View()
,您可以预览结果。但是,结果尚未存储在任何位置(“动态”)。这样,在更改代码时可以保持命名空间/环境的干净。+1表示基准测试。添加了一个计时图(在taRifx
包中使用autoplot.microbenchmark
)@gsk3:wow,你做了什么让我的解决方案变得更糟了P(abs(P)+P)/2
似乎更快pmax也“已知”斯洛维更相信微基准的结果,而不是rbenchmark——它使用了更高精度的计时器,并以rbenchmark无法做到的方式随机排列复制顺序。Ari和@DirkEddelbuettel:它真的在不指定的情况下修改p
?“当我尝试它的时候,它似乎不是。”亚伦在这里看到了德克的解释:
library(inline)
cpp_if_src <- '
Rcpp::NumericVector xa(a);
int n_xa = xa.size();
for(int i=0; i < n_xa; i++) {
if(xa[i]<0) xa[i] = 0;
}
return xa;
'
cpp_if <- cxxfunction(signature(a="numeric"), cpp_if_src, plugin="Rcpp")
microbenchmark(joshua(p),joshua.c(p),gsk3(p),gsk3.c(p),jmsigner(p),james(p),jmsigner.c(p),james.c(p), cpp_if(p))
expr min lq median uq max
1 cpp_if(p) 8.233 10.4865 11.6000 12.4090 69.512
2 gsk3(p) 170.572 172.7975 175.0515 182.4035 2515.870
3 james(p) 37.074 39.6955 40.5720 42.1965 2396.758
4 jmsigner(p) 1110.313 1118.9445 1133.4725 1164.2305 65942.680
5 joshua(p) 237.135 240.1655 243.3990 250.3660 2597.429
cpp_ifclone_src <- '
Rcpp::NumericVector xa(Rcpp::clone(a));
int n_xa = xa.size();
for(int i=0; i < n_xa; i++) {
if(xa[i]<0) xa[i] = 0;
}
return xa;
'
cpp_ifclone <- cxxfunction(signature(a="numeric"), cpp_ifclone_src, plugin="Rcpp")
ifelse(pred_precipitation < 0, 0, pred_precipitation)
set.seed(21)
pred_precipitation <- rnorm(25,2,4)
p <- pmax(pred_precipitation,0)
library(rbenchmark)
gsk3 <- function(x) { x[x<0] <- 0; x }
jmsigner <- function(x) ifelse(x<0, 0, x)
joshua <- function(x) pmin(x,0)
benchmark(joshua(p), gsk3(p), jmsigner(p), replications=10000, order="relative")
test replications elapsed relative user.self sys.self
2 gsk3(p) 10000 0.215 1.000000 0.216 0.000
1 joshua(p) 10000 0.444 2.065116 0.416 0.016
3 jmsigner(p) 10000 0.656 3.051163 0.652 0.000
df %>% mutate(varA = if_else(varA < 0, 0, varA))