如何在 R 中没有 for 循环的情况下做到这一点？

Question

我有 3 列：

1. 分期付款
2. 兴趣
3. 曝光

第一行是这样的

  installment interest exposure

    0          0        1000

第 1 行的分期付款为 0，之后为固定数字。让它成为 100。

第 i 行的利息 = 0.5% * 第 (i-1) 行的曝光率

第 i 行曝光 = 第 (i-1) 行曝光 - （第 i 行的分期付款 - 第 i 行的利息）

    installment interest   exposure

    0           0          1000
    100         0.005*1000 1000-(100-5)

兴趣取决于之前的曝光，曝光取决于最近的兴趣。这应该一直持续到曝光为 0。我已经使用 R 中的 for 循环完成了此操作。

有没有其他方法可以在没有循环的情况下做到这一点。我正在寻找一个快速的过程？

Answer 1

这是循环版本，适合那些可能有兴趣解决这个问题的人：

n <- 10
# "pristine" starting data, in case you want to try other options.
df_start <- data_frame(
  installment = c(0, rep(100, n)),
  interest = c(0,rep(NA, n)),
  exposure = c(1000, rep(NA, n))
)


df1 <- df_start    
df1 <- within(df1,{
  for(i in 1:n) {
    interest[i + 1] <- exposure[i] * 0.005
    exposure[i + 1] <- exposure[i] - (installment[i + 1] - interest[i + 1])
  }
  rm(i)
})

我发现 R 在两种情况下需要循环。可能还有更多，但这些是我目前发现的：

1. 当您对数据子集执行操作时，您需要动态决定该子集需要多大。

2. 当您对两个或多个变量执行操作时，它们在行与行之间具有复杂的相互依赖关系。

这是第二种情况的示例 - 如果不知道第 n-1 行的曝光率，就无法确定对第 n 行的兴趣，您可以'在不知道第 n-1 行的兴趣的情况下确定第 n-1 行的曝光。换句话说，您确实需要前几行中的两个数据点才能获得数字行n。

如果你真的需要速度，最好的办法是用编译语言对其进行编码，然后在 R 中创建一个调用编译函数的包装器——这就是 R 中矢量化的一般含义，而且这个特定的函数足够小，以至于用编译语言实现应该不会太难。