优化将新列添加到 data.frame 的 R 函数答案

【问题标题】：Optimising R function that adds a new column to a data.frame优化将新列添加到 data.frame 的 R 函数
【发布时间】：2010-12-30 19:21:38
【问题描述】：

我有一个功能，目前在功能模型中编程，要么想加快它的速度，要么本着 R 的精神更多地解决问题。我有一个 data.frame 并希望根据每个条目都依赖于两行的信息添加一列。目前它看起来如下：

faultFinging <- function(heartData){
    if(heartData$Pulse[[1]] == 0){
        Group <- 0
    }
    else{
        Group <- 1
    }
    for(i in seq(2, length(heartData$Pulse), 1)){
        if(heartData$Pulse[[i-1]] != 0 
            && heartData$Pulse[[i]] != 0
            && abs(heartData$Pulse[[i-1]] - heartData$Pulse[[i]])<20){
            Group[[i]] <- 1
        }
        else{
            if(heartData$Pulse[[i-1]] == 0 && heartData$Pulse[[i]] != 0){
                Group[[i]] <- 1
            }
            else{
                Group[[i]] <- 0
            }
        }
    }
    Pulse<-heartData$Pulse
    Time<-heartData$Time
    return(data.frame(Time,Pulse,Group))
}

【问题讨论】：

标签： r dataframe

【解决方案1】：

如果没有样本数据，我无法对此进行测试，但这是总体思路。您可以通过使用& 和| 完全避免执行for() 循环，它们是&& 和|| 的矢量化版本。此外，如果只有一个值（真或假），则不需要 if-else 语句。

faultFinging <- function(heartData){
    Group <- as.numeric(c(heartData$Pulse[1] != 0,
      (heartData$Pulse[-nrow(heartData)] != 0 
        & heartData$Pulse[-1] != 0
        & abs(heartData$Pulse[-nrow(heartData)] - heartData$Pulse[-1])<20) |
      (heartData$Pulse[-nrow(heartData)] == 0 & heartData$Pulse[-1] != 0)))
    return(cbind(heartData, Group))
}

将as.numeric() 放在索引周围会将TRUE 设置为1，将FALSE 设置为0。

【讨论】：

既然idx是合乎逻辑的，group <- as.numeric(idx)就足够了。

【解决方案2】：

这可以通过将您的程序分成两部分以更加矢量化的方式完成：首先是一个函数，它需要两个时间样本并确定它们是否符合您的脉冲规范：

isPulse <- function(previous, current)
{ 
  (previous != 0 & current !=0 & (abs(previous-current) < 20)) |
  (previous == 0 & current !=0)
}

注意使用向量| 而不是布尔值||。

然后调用它，通过适当的延迟（在您的情况下为 1）提供两个向量流“先前”和“当前”偏移：

delay <- 1
samples = length(heartData$pulse)

isPulse(heartData$pulse[-(samples-(1:delay))], heartData$pulse[-(1:delay)])

让我们在一些虚构的数据上试试这个：

sampleData = c(1,0,1,1,4,25,2,0,25,0)
heartData = data.frame(pulse=sampleData)
result = isPulse(heartData$pulse[-(samples-(1:delay))], heartData$pulse[-(1:delay)])

请注意，代码heartData$pulse[-(samples-(1:delay))] 修剪delay 从末尾采样，用于上一个 流，heartData$pulse[-(1:delay)] 从头修剪delay 采样，用于当前流。

手动操作，结果应该是（使用F 表示假，T 表示真）

F,T,T,T,F,F,F,T,F

通过运行它，我们发现它们是！：

> print(result)
FALSE  TRUE  TRUE  TRUE FALSE FALSE FALSE  TRUE FALSE

成功！

由于您想将这些作为列绑定回原始数据集中，您应该注意新数组的 delay 元素比原始数据短，因此您需要在开始时使用延迟 FALSE 元素填充它。您可能还想根据您的数据将其转换为 0,1：

resultPadded <- c(rep(FALSE,delay), result)
heartData$result = ifelse(resultPadded, 1, 0)

给了

> heartData
   pulse result
1      1      0
2      0      0
3      1      1
4      1      1
5      4      1
6     25      0
7      2      0
8      0      0
9     25      1
10     0      0

【讨论】：