R for循环，为新变量赋值增量值

Question

我有一些35,000行。如果preventtive_chem值为“Y”，则prev_efficacy的值在过去3天为5,3,1，在下一周为10到1。样例输出在img文件中。

Prev_Chem Date prev_effi 
0 7/3/2016 0 
0 7/4/2016 0 
0 7/5/2016 1 
0 7/6/2016 3 
Y 7/7/2016 5 
0 7/8/2016 10 
0 7/9/2016 9 
0 7/10/2016 8 
0 7/11/2016 7 
0 7/12/2016 6 
0 7/13/2016 5 
0 7/14/2016 4 
0 7/15/2016 3 
0 7/16/2016 2 
0 7/17/2016 1 
0 7/18/2016 0 
0 7/19/2016 0 

如果preventive_chem值为0，则prev_efficacy值为0

当我尝试这个代码，

*df$PreventEffic <- rep(0,nrow(df)) 
for(i in 1:nrow(df)) 
    { 
    if(df$Preventive_Chem1[i] == "Y") 
     { 
     df$PreventEffic[i] <- 5 
     df$PreventEffic[i-2] <- 1 
     df$PreventEffic[i-1] <- 3 
     df$PreventEffic[i+1] <- 10 
     df$PreventEffic[i+2] <- 9 
     df$PreventEffic[i+3] <- 8 
     df$PreventEffic[i+4] <- 7 
     df$PreventEffic[i+5] <- 6 
     df$PreventEffic[i+6] <- 5 
     df$PreventEffic[i+7] <- 4 
     df$PreventEffic[i+8] <- 3 
     df$PreventEffic[i+9] <- 2 
     df$PreventEffic[i+10] <- 1 
     } 
    }* 

这将需要大量的时间来运行代码和返回值0到1016321行。有没有有效的方法来处理这个问题，而不使用“for循环”。

Answer 1

假设您的数据框架结构是一致的 - 即在Y出现之前2天和之后10天，那么您不需要for循环，只需找到“Y”的索引并使用这种分配值为每个+/-天：

indx <- which(df$Prev_Chem == "Y") 
df$PreventEffic <- rep(0,nrow(df)) 
df$PreventEffic[indx] <- 5 
df$PreventEffic[indx-2] <- 1 
df$PreventEffic[indx-1] <- 3 
df$PreventEffic[indx+1] <- 10 
df$PreventEffic[indx+2] <- 9 
df$PreventEffic[indx+3] <- 8 
df$PreventEffic[indx+4] <- 7 
df$PreventEffic[indx+5] <- 6 
df$PreventEffic[indx+6] <- 5 
df$PreventEffic[indx+7] <- 4 
df$PreventEffic[indx+8] <- 3 
df$PreventEffic[indx+9] <- 2 
df$PreventEffic[indx+10] <- 1 

Answer 2

主要低效的两个在你的代码：

1. 预先计算，其中有趣的纵向上，一次全部。而不是逐行循环，只需做矢量化比较。

2. 由于您正在将一个固定的数字向量分配给紧邻每个匹配行周围的位置，您也可以在向量中进行赋值。

第一切割（但不适用ï阳离子）实现可以是：

n <- 32 
df <- data.frame(x = rep(0, n), y = 0) 
df$x[c(5,20)] <- 1 
str(df) 
# 'data.frame': 32 obs. of 2 variables: 
# $ x: num 0 0 0 0 1 0 0 0 0 0 ... 
# $ y: num 0 0 0 0 0 0 0 0 0 0 ... 

for (i in which(df$x == 1)) 
    df$y[i + -2:10] <- c(1,3,5,10:1) 
df 
# x y 
# 1 0 0 
# 2 0 0 
# 3 0 1 
# 4 0 3 
# 5 1 5 
# 6 0 10 
# 7 0 9 
# 8 0 8 
# 9 0 7 
# 10 0 6 
# 11 0 5 
# 12 0 4 
# 13 0 3 
# 14 0 2 
# 15 0 1 
# 16 0 0 
# 17 0 0 
# 18 0 1 
# 19 0 3 
# 20 1 5 
# 21 0 10 
# 22 0 9 
# 23 0 8 
# 24 0 7 
# 25 0 6 
# 26 0 5 
# 27 0 4 
# 28 0 3 
# 29 0 2 
# 30 0 1 
# 31 0 0 
# 32 0 0 

但应该很快知道，当有东西比10行不感兴趣的的底部会发生什么data.frame。也就是说，你可能会看到类似的错误：

# Error in `$<-.data.frame`(`*tmp*`, "y", value = c(0, 0, 1, 3, 5, 10, 9, : 
# replacement has 30 rows, data has 28 

那么你可以试试这个（请原谅的罪恶变量命名）：

for (i in which(df$x == 1)) { 
    j <- c(-2:0, head(1:10, n = dfn - i)) 
    k <- c(1,3,5, head(10:1, n = dfn - i)) 
    df$y[i + j] <- k 
} 

的head(..., n=dfn-i)就是确保我们永远不会有更多的替换数据比我们预先存在的行要修改。