使用 data.table 对 r 中的序列求和答案

【问题标题】：Summing sequences in r using data.table使用 data.table 对 r 中的序列求和
【发布时间】：2020-10-30 00:03:15
【问题描述】：

我正在尝试使用 r 中的 data.table 对一系列的片段求和。这个想法是我将开始索引和结束索引定义为表中的列，然后为“开始和结束索引之间的系列之和”创建第三列。

series = c(1,2,3,4,5,6)
a = data.table(start=c(1,2,3),end=c(4,5,6))
a[,S := sum(series[start:end])]
a

预期结果：

   start end  S
1:     1   4 10
2:     2   5 14
3:     3   6 18

实际结果：

Warning messages:
1: In start:end : numerical expression has 3 elements: only the first used
2: In start:end : numerical expression has 3 elements: only the first used
> a
   start end  S
1:     1   4 10
2:     2   5 10
3:     3   6 10

我在这里缺少什么？如果我只是执行 a[,S := start+end] 代码会按预期执行。

【问题讨论】：

标签： r data.table

【解决方案1】：

一个选项是用Map遍历'start'、'end'列，得到对应元素的序列（:），得到sum和unlist， list列分配 (:=) 到一个新列

a[, S := unlist(Map(function(x, y) sum(x:y), start, end))]

-输出

a
#   start end  S
#1:     1   4 10
#2:     2   5 14
#3:     3   6 18

: 的操作数没有被矢量化，即它的两边只需要一个操作数，这就是它显示警告的原因

【讨论】：

【解决方案2】：

也许你可以试试下面的cumsum，它允许你在data.table中应用矢量化操作

cs <- cumsum(series)
a[,S := cs[end]-c(0,cs)[start]]

给了

   start end  S
1:     1   4 10
2:     2   5 14
3:     3   6 18

【讨论】：

【解决方案3】：

你可以使用算术级数公式：

a[, S := (end - start + 1) * (start + end) / 2]

给予：

   start end  S
1:     1   4 10
2:     2   5 14
3:     3   6 18

【讨论】：

【解决方案4】：

如果您将其设为按行操作，您的代码将可以工作，因此每个 start 和 end 一次代表一个值。

library(data.table)
a[,S := sum(series[start:end]), 1:nrow(a)]
a

#   start end  S
#1:     1   4 10
#2:     2   5 14
#3:     3   6 18

【讨论】：