如何删除 for 循环并对数据帧变量执行矢量化？

Question

我有一个包含 6 个变量的数据框 (V6Stationary42Obs1D.df)。对于我的数据框的第一个变量，我获得了如下值（effrectpl[i,1] 中的“1”表示我获得了第一个变量的值）：

sum <- 0
for (i in as.integer(1:5)) { # 5= no. of variables - 1 = 6-1=5
sum <- sum + conditionalGb(as.matrix(V6Stationary42Obs1D.df[gctemplate(6,1,1)[effrectpl[i,1],]][(1+0):42,]), nx = 1, ny = 1, order = 5)[[2]]
}
sum

对于我的数据框的第二个变量，我获得了如下值（effrectpl[i,2] 中的“2”表示我获得了第二个变量的值）：

sum <- 0
for (i in as.integer(1:5)) {
sum <- sum + conditionalGb(as.matrix(V6Stationary42Obs1D.df[gctemplate(6,1,1)[effrectpl[i,2],]][(1+0):42,]), nx = 1, ny = 1, order = 5)[[2]]
} # "6" in gctemplate(6,1,1) is the no. of variables in the data frame
# there is no change other than the one in effrectpl[i,2] for the 2nd variable
sum

我的数据变量中有 6 个变量，我必须对每个变量做同样的事情（当我将这个质量转换为函数时，变量的数量会改变；值得注意的是，对于神经科学，有时可能会有大约 300变量！并猜测计算负载）。我需要一个矢量化解决方案来解决上述问题。

我做了什么（想）：

sum <- c(0,0,0,0,0,0)  
for (i in as.integer(1:5)) {
sum??? <- sum + ????
}
sum

虽然我知道 s/t/...apply family，但在这个特定问题中我也不知道如何处理它们。

任何帮助将不胜感激。提前致谢。

注意：我发现了以下 for-inside-for 解决方案，现在，认为在上述情况下，矢量化解决方案可能很困难或不必要。无论如何，如果我看到某种非 for 解决方案，我会很高兴。

for (j in as.integer(1:6)) {
  sum[j] <- 0
  for (i in as.integer(1:5)) {
    sum[j] <- sum[j] + conditionalGb(as.matrix(V6Stationary42Obs1D.df[gctemplate(6,1,1)[effrectpl[i,j],]][(1+0):42,]), nx = 1, ny = 1, order = 5)[[2]]
  }
  print(sum[j])
}

Answer 1

如果您不关心计算速度并且您了解自己在做什么，那么 for 循环就可以了。它没有错。它可以通过矢量化变得更有效率，但这不是必需的。

很难为您提供解决方案，因为该示例很难理解并调用了我不知道它在做什么的函数，但一般来说，如果您有一个函数 f(i) 取决于我你可以转

sum = 0
for( i in 1:n) sum = sum + f(i)

进入

sum(sapply(1:n,function(i) f(i)))

顺便说一句，调用变量 sum 是个坏主意，因为它也是 R 中常用函数的名称。

如何删除 for 循环并对数据帧变量执行矢量化？

How to remove the for loop and perform vectorization for data frame variables?

for-loop

r

vectorization