比较多行时使用 data.table 向量化 for 循环

Question

简而言之，我正在尝试矢量化我的 data.table 代码并删除 2 个 for 循环。具体来说，我正在比较两个不同的行，无法弄清楚如何矢量化我的代码。详情如下：

我正在尝试计算鱼在给定鱼坐标的情况下穿过一条线的次数。我只关心单向运动（例如，从北到南而不是从南到北）。实际数据是二维的，有数十万个观测值。我创建了一个一维的、可重现的例子。

我已经浏览了 data.table FAQ and searched through SO using "vectorize data.table"。如果我不是 "asking the right question"（即，使用正确的术语搜索），我会适当地指出我应该搜索什么来解决我的问题。

这是我的示例以及我目前正在做的事情：

library(data.table)
dt = data.table(
    fish = rep(c("a", "b"), each = 4),
    time = rep(c(1:4),  2),
    location = c(1, 1, 2, 2, 1, 1, 1, 1))

crossLine = 1.5 # Coordinates that I care about
dt[ , Cross := 0] ## did the fish cross the line during the previous time step?

fishes = dt[ , unique(fish)]

for(fishIndex in fishes){ # loop through each fish
    sampleTime = dt[ fishIndex == fish, time]
    nObs = length(sampleTime)
    ## In the real dataset, the no. of observations varies by fish
    for(timeIndex in 1:(nObs - 1)){ #loop through each time point
      if(dt[ fishIndex     == fish  & sampleTime[timeIndex] == time, 
             location <=  crossLine] &  
         dt[ fishIndex     == fish  & sampleTime[timeIndex + 1] == time, 
             location >  crossLine]
         ){dt[ fishIndex == fish & time == sampleTime[timeIndex + 1], 
               Cross := 1] # record if the fish crossed the line
          } 
        }
}

我理想的解决方案看起来像这样：

moveCheck <- Vectorize(function(...))
dt[ , Cross := moveCheck(location, fish)]

fish 位于函数内部，以确保我在鱼之间转换时不会意外记录运动。

那么，我的问题是：使用 data.table 语法来提高此代码的性能并消除循环的方法是什么？

Answer 1

这对你有用吗（它对 OP 示例有用，但我不确定它的代表性如何）？

dt[, cross := c(0, diff(location >= crossLine) > 0), by = fish]

比较多行时使用 data.table 向量化 for 循环

vectorizeing for loop with data.table when comparing across multiple rows

r

data.table