使用現有向量創建新向量-有解無憂

我正在做這個練習題，希望我撰寫一個函式，用現有向量創建一個向量。示例是如果向量a<-c(4, 0, 1, -2, 3)，則輸出向量應該是4 5 -1 2 1。規則是：如果現有向量a有length = n，則新向量b應設為length = n，并且每個元素的計算方式為b[i] = a[i-1] a[i] a[i 1]。如果這些a[i-1] a[i] a[i 1]元素中的任何一個不存在，則應將其設定為等于0。

z <- c(4, 0, 1, -2, 3)

solution <- function(n, a) {
  b <- c()
  for (i in 1:n) {
    if (is.na(a[i - 1])) {
      a[i - 1] <- 0
    }
    else if (is.na(a[i])) {
      a[i] <- 0
    }
    else if (is.na(a[i   1])) {
      a[i   1] <- 0
    }
    b[i] <- a[i - 1]   a[i]   a[i   1]
  }
  return(b)
}

solution(5, z)

有了這個，我得到了這個： Error in if (is.na(a[i - 1])) { : argument is of length zero

然后我把它改成

solution <- function(n, a) {
  b <- c()
  for (i in 1:n) {
    if (is.null(a[i - 1])) {
      a[i - 1] <- 0
    }
    else if (is.na(a[i])) {
      a[i] <- 0
    }
    else if (is.na(a[i   1])) {
      a[i   1] <- 0
    }
    b[i] <- a[i - 1]   a[i]   a[i   1]
  }
  return(b)
}

但這次我得到了：

solution(5, z)
# [1] NA  5 -1  2  1

新向量的第一個元素變為NA。我怎么了？

順便說一句，我也嘗試設定 n = 12

solution(12, z)
# [1] NA  5 -1  2  1  3  0  0  0  0  0  0

通過5后結果還可以。

uj5u.com熱心網友回復：

因為您正在進行練習，所以我將嘗試解釋每個步驟并得出一個簡單的解決方案（這可能不一定是最好的）。我們看到除了第一個元素外，一切都在作業，所以我們知道問題出在i = 1. 我們可以做的是遍歷這個值的回圈i，看看會發生什么。

i = 1
is.null(a[i - 1])
#> FALSE

即使我們認為這應該是真的（因為之前沒有元素i = 1），但條件仍然是FALSE。我們可以直接看到發生了什么：

a[i - 1]
#> numeric(0)

numeric(0)表示一個空的數字向量（不同于NULL）。當您通過索引 0 對向量進行子集化時會發生這種情況。請注意，您可以numeric(0)通過檢查其長度是否等于 0來識別（和任何空向量）：

length(a[i - 1]) == 0
#> TRUE

但是，出現了不同的問題。即使發現條件為TRUE，請注意將向量的第 0 個元素設定為值不會做任何事情：

x = c(1, 2, 3)
x[0] = 10
x
#> [1] 1 2 3

不幸的是還有另一個問題！您使用了ifandelse if陳述句，因此無論何時到達這些分支之一，其余的都不會被執行。這意味著，如果有不止一個的問題a[i - 1]，a[i]和a[i 1]，只有第一個發現問題將是固定的。

我想引導我們走向一個不同的方向，以解決所有這些問題。首先，我們需要解決向量的開始和結束問題。這可以通過在向量的開頭和結尾附加 0 來完成：

a = c(0, a, 0)

接下來，我們需要將任何NA內a設定為 0：

a[is.na(a)] = 0

現在我們已經準備好像您一樣使用回圈來解決問題，但這一次非常簡單：

for (i in 1:n) {
  b[i] = a[i]   a[i   1]   a[i   2]
}

最后一件事 - 而不是n成為函式的引數，我們可以通過使用length(a). 但最好的方法是簡單地使用seq_along(a)，我將在下面展示。把它們放在一起：

solution = function(a) {
  x = c(0, a, 0)
  x[is.na(x)] = 0
  b = c()
  for (i in seq_along(a)) {
    b[i] = x[i]   x[i   1]   x[i   2]
  }
  b
}

隨著您繼續學習 R，您會發現有許多很好的方法可以解決問題，例如其他答案中給出的解決方案。

uj5u.com熱心網友回復：

這適用于用于索引 a 的向量

sapply(seq(length(a)), function(i) sum(a[(i-1):(i 1)], na.rm=TRUE))

如果你想把它作為一個功能

solution <- function(x) { 
  sapply(seq(length(x)), function(i) sum(x[(i-1):(i 1)], 
na.rm=TRUE))
}

uj5u.com熱心網友回復：

我認為您的困惑在于numeric(0)which 而不是NULL實際上是長度為零的向量。

is.null(numeric(0))
# [1] FALSE

length(numeric(0)) == 0
# [1] TRUE

您可以將這三個a[.]放在 a 中list A，如果它們的長度為零或為零則替換它們NA，然后使用串列元素進行計算。b可以使用vector更有效的特定長度（因為它是已知的）來初始化向量。我不知道為什么n需要在所有的，當我們遍歷沿著序列a使用seq_along()。

solutionA <- function(a) {
  b <- vector('numeric', length(a))
  for (i in seq_along(a)) {
    A <- list(a[i - 1], a[i], a[i   1])
    for (j in seq_along(A)) {
      if (length(A[[j]]) == 0 || is.na(A[[j]])) {
        A[[j]] <- 0
      }
    }
    b[i] <- A[[1]]   A[[2]]   A[[3]]
  }
  return(b)
}

solutionA(z)
# [1]  4  5 -1  2  1

為了速度，我們可以使用vapply()，這類似于@rg255的解決方案，除了初始化型別"numeric"為0.

solutionC <- function(x) { 
  vapply(seq_along(x), \(i) sum(x[(i - 1):(i   1)], na.rm=TRUE), 0)
}

solutionC(z)
# [1]  4  5 -1  2  1

這是一個基準：

# Unit: milliseconds
#    expr      min       lq     mean   median       uq      max neval cld
#     for 103.0531 110.3464 119.5067 115.9603 126.5834 167.9031   100  b 
#  sapply 107.2445 118.2517 127.2979 124.0168 131.2903 192.3599   100   c
#  vapply 102.2778 109.1570 114.6262 113.8659 119.3710 135.1884   100 a

代碼：

z1 <- rep(z, 1e5)
microbenchmark::microbenchmark('for'=solution_jayFor(z1), 
                               sapply=solution_rg255(z1),
                               vapply=solution_jayVapply(z1), 
                               times=10L, control=list(warmup=10L))

uj5u.com熱心網友回復：

由于這是一個向量，您可以在沒有任何回圈的情況下執行此操作，只需對滯后、值和領先進行求和。這為您提供了第一個和最后一個值的 NA 值的向量，您將其轉換為 0。

z <- c(4, 0, 1, -2, 3)

solution <- function(z) {
  z <- lag(z)   z   lead(z)
  z[is.na(z)] <- 0
  z
}

solution(z)

# [1]  0  5 -1  2  0

編輯，因為不清楚如何解釋 OP 的“如果這些 a[i-1] a[i] a[i 1] 元素中的任何一個不存在，則應將其設定為等于 0。” 具有上述預期輸出的解決方案。

solution <- function(z) {
  z <- c(0, z, 0)
  z <- lag(z)   z   lead(z)
  z[!is.na(z)]
}

solution(z)

# [1]  4  5 -1  2  1

甚至更短的單線

solution <- function(z) {
  c(0, na.omit(lag(z)))   z   c(na.omit(lead(z)), 0)
}

solution(z)

# [1]  4  5 -1  2  1

所有答案的基準

好吧，讓我們做一些基準測驗，看看為什么要防止任何回圈，甚至在不是 100% 需要時應用函式。當然，我為此增加了矢量大小。

set.seed(42)
z <- sample(-5:5, 100000L, replace = TRUE)

solution1 <- function(z) {
  z <- c(0, z, 0)
  z <- lag(z)   z   lead(z)
  z[!is.na(z)]
}

solution2 <- function(z) {
  c(0, na.omit(lag(z)))   z   c(na.omit(lead(z)), 0)
}

solution3 <- function(x) { 
  sapply(seq(length(x)), function(i) sum(x[(i-1):(i 1)], na.rm=TRUE))
}

solution4 <- function(a) {
  b <- vector('numeric', length(a))
  for (i in seq.int(a)) {
    A <- list(a[i - 1], a[i], a[i   1])
    for (j in seq.int(A)) {
      if (length(A[[j]]) == 0 || is.na(A[[j]])) {
        A[[j]] <- 0
      }
    }
    b[i] <- A[[1]]   A[[2]]   A[[3]]
  }
  return(b)
}

solution5 = function(a) {
  a = c(0, a, 0)
  a[is.na(a)] = 0
  b = c()
  for (i in seq_along(a)) {
    b[i] = a[i - 1]   a[i]   a[i   1]
  }
  b
}

library(rbenchmark)

benchmark(
  "solution1" = {
    solution1(z)
  },
  "solution2" = {
    solution2(z)
  },
  "solution3" = {
    solution3(z)
  },
    "solution4" = {
    solution4(z)
  },
  "solution5" = {
    solution5(z)
  },
  replications = 50,
  columns = c("test", "replications", "elapsed", "relative")
)


       test replications elapsed relative
1 solution1           50    0.27     1.35
2 solution2           50    0.20     1.00
3 solution3           50   10.82    54.10
4 solution4           50   12.15    60.75
5 solution5           50    1.73     8.65

轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/393466.html

標籤：r

上一篇：在R中，如何檢索每組的“倒數第二”資料

下一篇：如何使用R從字串中洗掉文字\n和\\n