避免 R 中的嵌套循环

Question

我有这组序列，其中包含 2 个变量作为第三个变量（设备）。现在我想将每个设备的序列分成 300 个组。dsl 是一个数据帧，其中包含 d 是设备 ID，s 是长度为 300 的序列数。

首先，我标记（列Sid）所有序列rep(1,300)，然后是rep(2,300)，依此类推，直到rep(s,300)。需要忽略未标记的任何内容，即带有初始化标签（= 0）的内容。实际的标记发生在 seqid 向量上。

我必须这样做，因为我想堆叠 300 个数据点的集合，然后转置它。这将形成我的 predata data.frame 的一行。对于每个 predata 数据帧，我正在做一个 k-means 来生成 5 个我存储在最终数据中的集群。

基本上对于每个设备，我都会有 5 个集群，然后我可以通过引用最终数据中的行号（映射到设备 ID）来拉取这些集群。

#subset processed data by device

for (ds in 1:387){
  d <- dsl[ds,1]
  s <- dsl[ds,3]

  temp.data <- subset(data,data$Device==d)
  temp.data$Sid <- 0
  temp.data[1:(s*300),4] <- rep(1:300,s)
  temp.data <- subset(temp.data,temp.data$Sid!="0")

  seqid <- NA

  for (j in 1:s){ seqid[(300*(j-1)+1):(300*j)] <- j }

  temp.data$Sid <- seqid

  predata <- as.data.frame(matrix(numeric(0),s,600))


  for(k in 1:s){
    temp.data2 <- subset(temp.data[,c(1,2)], temp.data$Sid==k)
    predata[k,] <- t(stack(temp.data2)[,1])
  }

  ob <- kmeans(predata,5,iter.max=10,algorithm="Hartigan-Wong")
  finaldata <- rbind(finaldata,(unique(fitted(ob,method="centers"))))
}

作为 R 的菜鸟，我最终得到了 3 个嵌套循环（该函数确实适用于最外层循环为一个值）。这需要 5 小时并运行。需要一种更快的方法来解决这个问题。

我们将不胜感激。

谢谢

Answer 1

好的，我将建议您在循环中彻底简化您的代码。然而，在没有样本数据的情况下，很难验证我是否确实假设了正确的事情。所以请确保我的predata 实际上等于你的。

首先是代码：

for (ds in 1:387){
  d <- dsl[ds,1]
  s <- dsl[ds,3]

  temp.data <- subset(data,data$Device==d)
  temp.data <- temp.data[1:(s*300),]

  predata <- cbind(matrix(temp.data[,1], byrow=T, ncol=300), matrix(temp.data[,2], byrow=T, ncol=300))

  ob <- kmeans(predata,5,iter.max=10,algorithm="Hartigan-Wong")
  finaldata <- rbind(finaldata,(unique(fitted(ob,method="centers"))))
}

我了解您在做什么：从您的 subset(data, data$Devide == d 中获取第一个 300*s 元素。这可以使用命令轻松完成

temp.data <- temp.data[1:(s*300),]

然后，您收集具有第一行 c(temp.data[1:300, 1], temp.data[1:300, 2]) 的矩阵，以此类推所有其他行。我使用上面的matrix 命令执行此操作。

我假设您的外部循环可以转换为对tapply 或类似的调用，但因此，我们需要更多上下文。