使用 cumsum 的输出差异

Question

为什么这两个操作不同？

library(lubridate)
library(magrittr)

> seconds_to_period(1:1000) %>% cumsum %>% sum
[1] 14492440
> 1:1000 %>% cumsum %>% sum
[1] 167167000

不过，我看到问题出在以下事实：cumsum 仅添加期间的秒数而忽略其余部分:

seconds_to_period(60) +  seconds_to_period(60)
[1] "2M 0S"

但是

> cumsum(c(seconds_to_period(60), seconds_to_period(60)))
[1] 0 0

为什么这种行为是默认形式？我认为这是相当不直观的。此外，有什么方法可以克服这个问题并得到与 cumsum(1:1000) 相同的结果，使用 'Period' 类的 lubridate 不涉及做类似的事情：

c(seconds_to_period(60), seconds_to_period(60)) %>% as.numeric %>% cumsum

Answer 1

作为 cumsum 一个原始的，你可以在这里 https://github.com/Microsoft/microsoft-r-open/blob/master/source/src/main/cum.c 看到它 R 它在幕后做了什么。此外，如果您从第 215 行读取：

PROTECT(t = coerceVector(CAR(args), REALSXP));
    n = XLENGTH(t);
    PROTECT(s = allocVector(REALSXP, n));
    setAttrib(s, R_NamesSymbol, getAttrib(t, R_NamesSymbol));
    UNPROTECT(2);

这是从 period 到 numeric 的强制转换，因为周期的结构，它只保留 .Data

比较

seconds_to_period(60)@.Data
seconds_to_period(59)@.Data

因此，在 C 级别，R 不是在做 as.numeric，而是更快、更高效（但你可能会说不那么微妙，因为它没有将 .Data 中的其他元素实现为 as.numeric确实）强制数据。

看起来像这样：

 setClass("Foo", representation(.Data="numeric", number1 = "numeric", number2 = "numeric"))

 bar <- new("Foo",.Data=5, number1 = 12, number2 = 31)

 cumsum(bar)

结果是5，因为它只是强制转换为numeric Data

此外：

 setClass("Foo2", representation(.Data="numeric", number1 = "numeric", number2 = "numeric"))

 bar2 <- new("Foo2", number1 = 12, number2 = 31)

 cumsum(bar2)

还给你numeric(0)因为没有.Data

和

 setClass("Foo3", representation( number1 = "numeric", number2 = "numeric"))

 bar3 <- new("Foo3", number1 = 12, number2 = 31)

 cumsum(bar3)

这根本不起作用：没有 .Data，在内部，R 在执行 cumsum

时不知道如何将其强制为 numeric

所以：这是因为 R 在内部如何处理复杂的 S4 对象。你总是可以告诉 lubridate 人创建一个新参数 seconds 并在 .Data 中存储整个 S4 对象的累计秒数。我猜这样 cumsum 会起作用。但是现在，他们正在使用 .Data 来存储第二个参数。参见 edit(seconds_to_period)：

function (x) 
{
  span <- as.double(x)
  remainder <- abs(span)
  newper <- period(second = rep(0, length(x)))
  slot(newper, "day") <- remainder%/%(3600 * 24)
  remainder <- remainder%%(3600 * 24)
  slot(newper, "hour") <- remainder%/%(3600)
  remainder <- remainder%%(3600)
  slot(newper, "minute") <- remainder%/%(60)
  slot(newper, ".Data") <- remainder%%(60)
  newper * sign(span)
}

最后，仅供娱乐。这是我如何使 cumsum 在这里工作的模拟版本：

setClass("Period2",representation(.Data="numeric", period="Period"))


seconds_to_period_2 <- function(x){
   (lapply(x, function(y) new("Period2", .Data=y, period=seconds_to_period(y))))
}

a<-seconds_to_period_2(1:60)

cumsum(a)

最好！

使用 cumsum 的输出差异

Difference in outputs using cumsum

r

lubridate

cumsum