如何解决R - 使用 Reduce()
我目前正在使用 for 循环来迭代计算名为“w_ratio”的变量,它是“ratio”的加权平均值。我的 for 循环如下所示:
for (i in 2:(nrow(transactions)-1)) {
if (transactions$type[i] == "Mint") {
transactions$w_ratio[i] <- (transactions$cum_liquidity[i-1]*transactions$w_ratio[i-1] + transactions$liquidity[i]*transactions$ratio[i]) / transactions$cum_liquidity[i]
} else {
transactions$w_ratio[i] <- transactions$w_ratio[i-1]
}
}
这是一个可重现的例子:
dat <- data.frame(liquidity=c(1,2,3,4,-1,5,6,-2,7),ratio=c(0.2,0.2,0.3,0.4,-0.3,0.4),type=c("Mint","Mint","Burn","Mint"))
dat$cum_liquidity <- cumsum(dat$liquidity)
dat$w_ratio <- 0
dat$w_ratio[1] <- dat$ratio[1]
for (i in 2:(nrow(dat))) {
if (dat$type[i] == "Mint") {
dat$w_ratio[i] <- (dat$cum_liquidity[i-1]*dat$w_ratio[i-1] + dat$liquidity[i]*dat$ratio[i]) / dat$cum_liquidity[i]
} else {
dat$w_ratio[i] <- dat$w_ratio[i-1]
}
}
代码运行良好,但由于 for 循环而非常慢。由于我有几百万行,我正在寻找另一个函数,它利用矢量化来计算相同的 w_ratio 变量而不使用 for 循环。我的想法是潜在地使用 Reduce() 函数,但我不知道在这种情况下如何实现它。任何帮助将不胜感激。
解决方法
你可以试试 parallel::mclapply()
vehicle_attributes
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。