r - 数据表中的累积向量
问题描述
我有以下数据表:
library(data.table)
dat = data.table(j = c(3,8,9,11,10,28), gr = c(9,9,9,9,10,10))
> dat
j gr
1: 3 9
2: 8 9
3: 9 9
4: 11 9
5: 10 10
6: 28 10
有两个组(由“gr”指定)并且它们是有序的。现在我想要实现的是为每组的每一行创建一个累积的“j”值向量。结果应该是一list
列,如下所示:
res_dat = data.table(j = c(3,8,9,11,10,28), gr = c(9,9,9,9,10,10),
res = list(3, c(3,8), c(3,8,9), c(3,8,9,11),
10, c(10, 28)))
> res_dat
j gr res
1: 3 9 3
2: 8 9 3,8
3: 9 9 3,8,9
4: 11 9 3, 8, 9,11
5: 10 10 10
6: 28 10 10,28
我尝试了以下方法:
首先,我创建了一个虚拟列,其中包含每个组的每行数。
dat[, tmp:= seq_len(.N), by = gr]
我的计划是使用该数字来对 j 向量进行子集化,但我没有管理。这些都不起作用:
dat[, res := list(j[1:tmp]), by = gr]
dat[, res := list(list(j[1:tmp])), by = gr] # based on https://stackoverflow.com/questions/22531477/using-lists-inside-data-table-columns
我收到以下错误:
Warning messages:
1: In 1:tmp : numerical expression has 4 elements: only the first used
2: In 1:tmp : numerical expression has 2 elements: only the first used
这确实有助于理解它是如何失败的,但我不知道如何让它成功。有任何想法吗?
解决方案
这是 Henrik 的回答(如果他们回来,我很乐意给他们这个答案……不知何故):
dat[, res := .(Reduce(c, j, accumulate=TRUE)), by = gr]
# j gr res
# <num> <num> <list>
# 1: 3 9 3
# 2: 8 9 3,8
# 3: 9 9 3,8,9
# 4: 11 9 3, 8, 9,11
# 5: 10 10 10
# 6: 28 10 10,28
Reduce
类似,sapply
只是它对当前值和上一个操作的结果进行操作。例如,我们可以看到
sapply(1:3, function(z) z*2)
# [1] 2 4 6
展开后,这相当于
1*2 # 2
2*2 # 4
3*2 # 6
也就是说,对向量/列表的一个元素的计算是完全独立的,永远不会知道先前迭代的结果。
但是,Reduce
明确给出了先前计算的结果。默认情况下,它只会返回最后一次计算,类似于tail(sapply(...), 1)
:
Reduce(function(prev, this) prev + this*2, 11:13)
# [1] 61
这似乎有点晦涩......让我们看看所有中间步骤,上面的答案是最后一个:
Reduce(function(prev, this) prev + this*2, 11:13, accumulate = TRUE)
# [1] 11 35 61
在这种情况下(没有指定init=
,等待它),第一个结果只是 中的第一个值x=
,而不是通过函数运行。如果我们展开这个,我们会看到
11 # 11 is the first value in x
_________/
/
v
11 + 12*2 # 35
35 + 13*2 # 61
有时我们需要在x=
函数中运行第一个值,并带有一个起始条件(prev
当我们没有先前的迭代要使用时的第一次值)。为此,我们可以使用init=
; 我们可以init=
通过查看两个完全等效的调用来考虑使用:
Reduce(function(prev, this) prev + this*2, 11:13, accumulate = TRUE)
Reduce(function(prev, this) prev + this*2, 12:13, init = 11, accumulate = TRUE)
# [1] 11 35 61
(如果没有init=
,Reduce 将获取 的第一个元素x=
并将其分配给init=
并从中删除x=
。)
现在假设我们希望起始条件(注入的“先前”值)为 0,那么我们会这样做
Reduce(function(prev, this) prev + this*2, 11:13, init = 0, accumulate = TRUE)
# [1] 0 22 46 72
### unrolled
0 # 0 is the init= value
________/
/
v
0 + 11*2 # 22
22 + 12*2 # 46
46 + 13*2 # 72
让我们回到这个问题和这个数据。我将注入 abrowser()
并稍微更改函数,以便我们可以查看所有中间值。
> dat[, res := .(Reduce(function(prev, this) { browser(); c(prev, this); }, j, accumulate=TRUE)), by = gr]
Called from: f(init, x[[i]])
Browse[1]> debug at #1: c(prev, this)
Browse[2]> prev # group `gr=9`, row 2
[1] 3
Browse[2]> this
[1] 8
Browse[2]> c(prev, this)
[1] 3 8
Browse[2]> c # 'c'ontinue
Browse[2]> Called from: f(init, x[[i]])
Browse[1]> debug at #1: c(prev, this)
Browse[2]> prev # group `gr=9`, row 3
[1] 3 8
Browse[2]> this
[1] 9
Browse[2]> c(prev, this)
[1] 3 8 9
Browse[2]> c # 'c'ontinue
Browse[2]> Called from: f(init, x[[i]])
Browse[1]> debug at #1: c(prev, this)
Browse[2]> prev # group `gr=9`, row 4
[1] 3 8 9
Browse[2]> this
[1] 11
Browse[2]> c(prev, this)
[1] 3 8 9 11
Browse[2]> c # 'c'ontinue
Browse[2]> Called from: f(init, x[[i]])
Browse[1]> debug at #1: c(prev, this)
Browse[2]> prev # group `gr=10`, row 6
[1] 10
Browse[2]> this
[1] 28
Browse[2]> c(prev, this)
[1] 10 28
Browse[2]> c # 'c'ontinue
注意我们没有“看到”第 1 行或第 5 行,因为它们是init=
减少的条件(prev
每组中看到的第一个值)。
Reduce
可能是一个难以可视化和使用的函数。当我使用它时,我几乎总是预先插入browser()
anon-function 并完成前三个步骤:第一个确保init=
正确,第二个确保 anon-function 正在做我认为我想要的init 和下一个值,以及第三个以确保它正常继续。这类似于“演绎证明”:n
第一次计算将是正确的,因为我们知道(n-1)th
计算是正确的。
推荐阅读
- office-js - 为什么我的换行标签没有解析?
- python - mysql.connector.cursor.execute() 静默进行,但尽管 commit() 不做任何更改
- python - Pandas - 在字符串中获取列表 df 列名称(例如)
- python - 如何在使用 Keras 训练时打印或导出张量的文件值?
- r - R 中的属性分配如何根据语言语法分解?
- java - 如何使用 Kotlin 将列表转换为地图
- java - 我的查询给出以下错误,Unexpected token WHERE
- cypress - 在 Cypress 中键入转义字符在升级后停止工作
- reactjs - 输入'{孩子:字符串;}' 与类型 'IntrinsicAttributes & IModalProps' 没有共同的属性
- python - OpenCV 4.0 和 AMD 处理器 Python