ifelse 函数而不是 for 循环答案

【问题标题】：ifelse function instead of for loopifelse 函数而不是 for 循环
【发布时间】：2018-11-24 10:19:55
【问题描述】：

我有如下的原始 R 代码。

 Bernoulli <- rbinom(1000, 1, 0.5)
 mix.sample <- rep(0, 1000)  #reserve storage
 for (i in 1:1000) { #for each Bernoulli realization
   if (Bernoulli[i] == 1){ #sample corresponding normal component
     mix.sample[i] <- rnorm(1, mean=10, sd=1)
   }
   else {
     mix.sample[i] <- rnorm(1, mean=0, sd=1)
   }
 }
 plot(density(mix.sample))

我尝试了以下代码而不是 for 循环，但生成的结果似乎有问题，有人可以帮我吗？

 Bernorm <- ifelse(Bernoulli == 1, rnorm(1, mean=10, sd=1), rnorm(1, mean=0, sd=1))

【问题讨论】：

标签： r for-loop if-statement

【解决方案1】：

您可以使用 for 循环代替

set.seed(42)
sim.fun <- function(x) {
  if (x == 1) {
    rnorm(1, 10, 1)
  } else {
    rnorm(1, 0, 1)
  }
}

P <- sapply(Bernoulli, sim.fun)
plot(density(P))

或者，如果您依赖 ifelse()，请将其与 sapply() 一起使用：

P <- sapply(Bernoulli, function(x) ifelse(x == 1, rnorm(1, 10, 1), rnorm(1, 0, 1)))

虽然功能更快。

microbenchmark() 产生：

Unit: milliseconds
    expr      min       lq     mean   median       uq      max neval cld
for-loop 8.015976 8.232972 8.712522 8.316147 8.475865 14.65216   100   c
 sim.fun 3.622982 3.672990 4.493131 3.700290 3.752339 54.14139   100 a  
  sapply 5.932761 6.016319 6.479058 6.070026 6.115951 12.38065   100  b

【讨论】：

【解决方案2】：

就我个人而言，我认为您可以立即将Binomial 转换为logical。

  Bernoulli <- as.logical(rbinom(1e3, 1, 0.5))
  samp <- numeric(1e3)
  n <- sum(Bernoulli)
  samp[Bernoulli] <- rnorm(n, 10, 1)
  samp[!Bernoulli] <- rnorm(1e3 - n)
  samp

【讨论】：

【解决方案3】：

就像您一次创建整个测试向量 (rbinom) 一样，您可以一次创建两个 rnorm 向量的所有值。将所有内容放在一个矩阵中，使用测试向量的值选择两个值列中的任何一个。

set.seed(1)
n <- 8
m <- cbind(test = rbinom(n, 1, 0.5),
           norm0 = rnorm(n, mean = 0, sd = 1),
           norm10 = rnorm(n, mean = 10, sd = 1))

m <- cbind(m, res = m[cbind(1:nrow(m), (m[ , "test"] == 1) + 2)])
#     test      norm0    norm10        res
# [1,]   0  0.3295078  9.378759  0.3295078
# [2,]   0 -0.8204684  7.785300 -0.8204684
# [3,]   1  0.4874291 11.124931 11.1249309
# [4,]   1  0.7383247  9.955066  9.9550664
# [5,]   0  0.5757814  9.983810  0.5757814
# [6,]   1 -0.3053884 10.943836 10.9438362
# [7,]   1  1.5117812 10.821221 10.8212212
# [8,]   1  0.3898432 10.593901 10.5939013
# [10,]  0  1.1249309 10.619826  1.1249309

【讨论】：

【解决方案4】：

另一种选择是将值放入数据框中，然后使用 ifelse 添加变量，就像您在开始时尝试的那样。在这里，我也只是绘制了数据，但您可以将其分配回以存储值。

library(tidyverse)

set.seed(81)
df <- data_frame(Bernoulli = rbinom(1000, 1, 0.5))

df %>% 
  mutate(mix.sample = if_else(Bernoulli == 1, 
                              rnorm(1, mean=10, sd=1), 
                              rnorm(1, mean=0, sd=1))) %>%
  ggplot(aes(mix.sample))+
  geom_density()+
  scale_x_continuous(limits = c(-5, 15))

【讨论】：