R for循環，爲新變量賦值增量值

Question

我有一些35,000行。如果preventtive_chem值爲「Y」，則prev_efficacy的值在過去3天爲5,3,1，在下一週爲10到1。樣例輸出在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值爲0，則prev_efficacy值爲0

當我嘗試這個代碼，

*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 
     } 
    }* 

這將需要大量的時間來運行代碼和返回值0到1016321行。有沒有有效的方法來處理這個問題，而不使用「for循環」。

Answer 1

假設您的數據框架結構是一致的 - 即在Y出現之前2天和之後10天，那麼您不需要for循環，只需找到「Y」的索引並使用這種分配值爲每個+/-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

主要低效的兩個在你的代碼：

1. 預先計算，其中有趣的縱向上，一次全部。而不是逐行循環，只需做矢量化比較。

2. 由於您正在將一個固定的數字向量分配給緊鄰每個匹配行周圍的位置，您也可以在向量中進行賦值。

第一切割（但不適用ï陽離子）實現可以是：

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 

但應該很快知道，當有東西比10行不感興趣的的底部會發生什麼data.frame。也就是說，你可能會看到類似的錯誤：

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

那麼你可以試試這個（請原諒的罪惡變量命名）：

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)就是確保我們永遠不會有更多的替換數據比我們預先存在的行要修改。