R：快速生成部分序列

我希望在文本片段上训练RNN的基础上生成文本序列（我在中已经做过）

一个步骤是提取文本片段并将其分解为子序列，以便对模型进行以下方面的训练：

c("E","X","A","M","P","L","E")

将成为

c("E")
c("E","X")
c("E","X","A")
...

我目前的方法是在每个单词上使用地图：

require(tidyverse)

data <- data_frame(id = c(1,2),word = list(c("E","X","A","M","P","L","E"), c("R","S","T","U","D","I","O")))

result <- data %>%
  pmap(function(id,word){
    subs <- map(1:length(word),function(i) word[1:i])
    data_frame(id = id, sub = subs)
  }) %>%
  bind_rows()

require（tidyverse）
数据事实证明，问题在于在map函数中调用
data\u frame
。显然，创建数据帧很慢。如果您放弃使用数据帧而坚持使用列表，则可以更快地完成：

result <- data %>%
  pmap(function(id,word){
    map(1:length(word),function(i) list(id = id, sub = word[1:i]))
  }) %>%
  purrr::flatten()

结果%
pmap（功能（id、字）{
映射（1:length（word），function（i）list（id=id，sub=word[1:i]））
}) %>%
purrr:：flatten（）

我希望通过使用
bind_rows（）
在最后将其全部转换为一个
data\u框架，但由于某些原因，该函数不能用于列表列。
您正在寻找
Reduce
with
accumulate=TRUE

Reduce(c,a,accumulate = T)
[[1]]
[1] "E"

[[2]]
[1] "E" "X"

[[3]]
[1] "E" "X" "A"

[[4]]
[1] "E" "X" "A" "M"

[[5]]
[1] "E" "X" "A" "M" "P"

[[6]]
[1] "E" "X" "A" "M" "P" "L"

[[7]]
[1] "E" "X" "A" "M" "P" "L" "E"

因此，要将其包含在数据中，您可以执行以下操作：

data%>%
  group_by(id)%>%
  mutate(word=list(Reduce(c,unlist(word),accumulate = T)))%>%
  unnest()

要在
purrr
中执行相同操作，请使用函数
accumulate

purrr:：累加（a，c）

虽然这是
purrr
中的一个函数，但它基本上是在调用
Reduce
函数。即

purrr::accumulate
function (.x, .f, ..., .init) 
{
    .f <- as_mapper(.f, ...)
    f <- function(x, y) {
        .f(x, y, ...)
    }
    Reduce(f, .x, init = .init, accumulate = TRUE)#THIS IS USING THE BASE FUNCTION Reduce
}
<environment: namespace:purrr>

purrr:：累加
函数（.x、.f、….init）
{
.f在这里使用lappy和Reduce可能更快

x <- lapply(data$word, function(w){
    Reduce(c, w, accumulate = TRUE)}

x
id2 <- rep(id, unlist(lapply(x, length)))

data2 <- data_frame(id2, subs=unlist(x, recursive=FALSE))