我有一个存储在R中的数据帧中的表格。向量化R中的差异化
我想计算每列的一阶导数。列是测量变量,行是时间。
我可以矢量化这个功能吗?
df$C <- df$A + df$B
原则,我想是这样的:
df$DiffA <- diff(df$A)
的问题是,我不知道该如何向量化需要A(n)
和A(n+1)
,其中ñ是功能数据帧内的行(伪代码)。
我有一个存储在R中的数据帧中的表格。向量化R中的差异化
我想计算每列的一阶导数。列是测量变量,行是时间。
我可以矢量化这个功能吗?
df$C <- df$A + df$B
原则,我想是这样的:
df$DiffA <- diff(df$A)
的问题是,我不知道该如何向量化需要A(n)
和A(n+1)
,其中ñ是功能数据帧内的行(伪代码)。
基于该意见:
df <- data.frame(n=1:100)
df$sqrt <- sqrt(df$n)
df$diff <- c(NA,diff(df$sqrt,lag=1))
diff
返回一个值小于有在输入矢量值(由于明显的原因)。您可以通过预先或附加NA
值来解决该问题。
一些计时:
#create a big data.frame
vec <- 1:1e6
df <- data.frame(a=vec,b=vec,c=vec,d=vec,e=vec,sqroot=sqrt(vec))
#for big datasets data.table is usually more efficient:
library(data.table)
dt <- data.table(df)
#benchmarks
library(microbenchmark)
microbenchmark(df$diff <- c(NA,diff(df$sqroot,lag=1)),
dt[,diff:=c(NA,diff(sqroot,lag=1))])
Unit: milliseconds
expr min lq median uq max
1 df$diff <- c(NA, diff(df$sqroot, lag = 1)) 75.42700 116.62366 140.98300 151.11432 174.5697
2 dt[, `:=`(diff, c(NA, diff(sqroot, lag = 1)))] 37.39592 45.91857 52.21005 62.89996 119.7345
diff
是快,但对于使用data.frame
大数据集,效率不高。改为使用data.table
。速度增益变得更明显,数据集越大。
您可以尝试lag()
或diff()
函数。他们似乎会做你想做的事。
请详细说明你的伪代码吗?如果使用for循环编写代码更容易,那么我们将看看是否有可能对它进行矢量化...... – digEmAll
好吧,由于行是时间和时间间隔是等间隔的,所以为区分目的可以忽略间隔。因此,我正在搜索'diffA(n)= A(n + 1) - A(n)'。 – Doc
'A [-1] -A [-length(A)]'这本质上就是'diff'的工作方式 – James