r - 摆脱嵌套的(不必要的?)for循环
问题描述
我在 Fortran 方面经验丰富,但在 R 方面很新。在 Fortran 中,我习惯于嵌套几个 do-loop,但我想 R 中有更好的方法。通过应用回答了其他一些问题apply
,但我不确定这是否是对我来说正确的方式。
我想对我的模型数据进行偏差校正。我知道为此存在软件包,但我更愿意自己编写代码。我有两个 data.frames,第一个包含我的模型数据:
library(dplyr)
x <- round(runif(34698,0,20), 2)
df_a <- data.frame(date=as.Date(0:34697, origin="2006-01-01"),x)
df_a <- setNames(df_a, c("date","daily"))
df_a <- separate(df_a, date, into = c("year", "month", "day"), sep="-")
第二个数据框包含观察和建模的历史月均值:
df_b <- data.frame(month=seq(01,12,by=1),obs=seq(1.1,12.1,by=1),model=seq(2.2,13.2,by=1))
df_b$month <- ifelse(nchar(df_b$month)!=2,paste0("0",df_b$month),df_b$month)
使用以下代码,我使用第二个 data.frame 的每个月的平均值来更正我的第一个 data.frame 的数据。代码工作正常,但我认为这不是 R 风格的编码。特别是,我需要更多的 for 循环,因为我有多个模型输出,并且对于每个模型,我都有两个不同的场景。
system.time(
for(i in 1:12){
for (j in 1:nrow(df_a)) {
if(df_b$month[i]==df_a$month[j]){
df_a$daily[j] <- df_a$daily[j]+(df_b$obs[i]-df_b$model[i])
}
}
}
)
我真的很感激任何人如何向我展示如何“改进”我在 R 中的编码风格。
解决方案
更好的选择是执行left_join
并mutate
创建新列
library(dplyr)
df_a1 <- df_a %>%
left_join(df_b) %>%
mutate(daily = daily + obs + model)
基准
system.time(df_a %>%
left_join(df_b) %>%
mutate(daily = daily + obs + model))
# user system elapsed
# 0.201 0.011 0.213
此外,正如评论中提到的@parfait,一个base R
版本merge
将是
system.time( within(merge(df_a, df_b, by="month", all.x=TRUE), {
daily <- daily + obs + model}))
# user system elapsed
# 0.260 0.015 0.275
或与data.table
library(data.table)
system.time(setDT(df_a)[df_b, daily := daily + obs + model, on = .(month)])
# user system elapsed
# 0.198 0.011 0.208
和OP的for
循环
system.time(
for(i in 1:12){
for (j in 1:nrow(df_a)) {
if(df_b$month[i]==df_a$month[j]){
df_a$daily[j] <- df_a$daily[j]+(df_b$obs[i]-df_b$model[i])
}
}
}
)
# user system elapsed
# 9.661 2.741 12.306
推荐阅读
- python - 检查字符串列表是否包含来自另一个列表的字母
- angular - 角度转换日期
- python - 如何在python中从多个自变量和一个因变量绘制图形[多元线性回归]
- regex - re.sub 如何一步完成?
- php - 如何在服务器上的特定时间后运行 PHP 函数?
- javascript - 使用 Vue.js 更改元标题和描述
- php - 如何在应用程序\命令脚本的测试\单元脚本中包含一个特征?
- powershell - 在 ps1 工具中启动 ps1 文件
- postfix-mta - 作为 SMTP 中继的 Postfix 对 GMail 来说似乎不安全
- r - 聚合相同但针对单个列的行