加速ddply
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了加速ddply相关的知识,希望对你有一定的参考价值。
我有这样的data.frame
:
n = 50
df = data.frame(group=sample(1:as.integer(n/2),n,replace=T),
x = runif(n),
y = runif(n),
z = runif(n))
df = df[with(df,order(group)),]
对于group
的每个唯一值,我需要做的是产生片段,即产生新列的片段,xend
,yend
和zend
,它们是该组中前一点的x
,y
,z
值。对于组中的最后一个值,结束将作为组中的第一个点。
我可以通过以下方式执行此操作:
res = ddply(df,"group",function(d){
ixc = c("x","y","z")
dfE = d[,ixc]
dfE = rbind(dfE[nrow(dfE),],dfE[1:(nrow(dfE)-1),])
colnames(dfE) = paste0(ixc,"end")
cbind(d,dfE)
})
print(head(res))
当n
很小时,这是微不足道的,然而,当n
变大时,执行上述操作的时间变得非常重要,是否有更快的方法可以使用data.table
?
答案
您可以使用shift
包中的data.table
函数执行此操作。 xend
的一个例子:
library(data.table)
setDT(df)[, xend := shift(x, 1L, fill = x[.N], type = "lag"), by = group]
对于所有列:
setDT(df)[, c("xend","yend","zend") := .(shift(x, 1L, fill = x[.N], type = "lag"),
shift(y, 1L, fill = y[.N], type = "lag"),
shift(z, 1L, fill = z[.N], type = "lag")),
by = group]
这给你:
> head(df)
group x y z xend yend zend
1: 1 0.56725304 0.7539735 0.20542455 0.71538606 0.3864990 0.01586889
2: 1 0.64251519 0.1255183 0.93371528 0.56725304 0.7539735 0.20542455
3: 1 0.14182485 0.7351444 0.89199415 0.64251519 0.1255183 0.93371528
4: 1 0.06613097 0.7625182 0.92669617 0.14182485 0.7351444 0.89199415
5: 1 0.71538606 0.3864990 0.01586889 0.06613097 0.7625182 0.92669617
6: 4 0.27188921 0.5496977 0.09282217 0.27188921 0.5496977 0.09282217
@akrun在评论中提出的另一种方法:
setDT(df)[, c("xend","yend","zend") := lapply(.SD, function(x) shift(x, fill = x[.N]))
, by = group]
虽然这种方法需要较少的输入,并且在包含变量方面提供了更大的灵活性,但它也相当慢。
在问题中,你说:
对于组中的最后一个值,结束将作为组中的第一个点。
但是,根据您所描述的所需行为,对于组中的最后一个值,将使用组中的上一个值。我以为你的意思是:
对于组中的第一个值,将结束视为组中的最后一个点。
使用数据:
set.seed(1)
n = 1e5
df = data.frame(group=sample(1:as.integer(n/2),n,replace=T),
x = runif(n),
y = runif(n),
z = runif(n))
df = df[with(df,order(group)),]
以上是关于加速ddply的主要内容,如果未能解决你的问题,请参考以下文章
为啥我在 ddply 中看到“错误:长度(行)== 1 不正确”?
在我的包中使用例如 ddply 时,如何摆脱 R CMD 检查生成的注释?
如何使在 ddply 中创建的对象在函数外部可用(在全局环境中)?
创建一个叫做机动车的类: 属性:车牌号(String),车速(int),载重量(double) 功能:加速(车速自增)减速(车速自减)修改车牌号,查询车的载重量。 编写两个构造方法:一个没有(代码片段