如何对多列进行累加逻辑运算

Question

我在一个 xts 对象中有许多列，我想找到第一列中高于某个数字的百分比，第一列或第二列中高于某个数字的百分比，任何一个中的百分比前三列超过一定数量等

我目前是手动做的，如下：

library(xts)
set.seed(69) 
x = xts( cbind( v.1 = runif(20)*100,  v.2 = runif(20)*100,   v.3 = runif(20)*100,   v.4 = runif(20)*100), Sys.Date()-20:1 )

c(
  mean( x$v.1 > 50),
  mean( x$v.1 > 50 | x$v.2 > 50) ,
  mean( x$v.1 > 50 | x$v.2 > 50 | x$v.3 > 50) ,
  mean( x$v.1 > 50 | x$v.2 > 50 | x$v.3 > 50 | x$v.4 > 50)
  )

给出此示例输出：

[1] 0.50 0.70 0.80 0.95

但现在我想泛化到任意数量的列，而不仅仅是 v.1 到 v.4。所以我正在寻找一个像这样的函数：

this_is_mean( x, c('v.1','v.2','v.3','v.4'), 50)

或者看起来像：

mean ( foo( x, c('v.1','v.2','v.3','v.4'), 50) )

（当然，我将使用 paste('v',1:N,sep='.') 作为列名）

Answer 1

看来您应该可以使用 sapply 和 rowSums（如果我理解正确的话）：

sapply(1:ncol(x), function(y) mean(rowSums(x[, seq(y)] > 50) >= 1))
## [1] 0.50 0.70 0.80 0.95

如果需要，使用 vapply(1:ncol(x), function(y) mean(rowSums(x[, seq(y)] > 50) >= 1), numeric(1L)) 可以提高一点速度。

Answer 2

这是另一种替代方案，似乎比@AnadaMahto 的解决方案（在此示例中）要快一些。您可能还会发现它更直接一些。

R> rowMeans(apply(x > 50, 1, cumsum) >= 1)
 v.1  v.2  v.3  v.4 
0.50 0.70 0.80 0.95

不过请注意，rowMeans 只传递一次数据。与 mean 不同，它进行 2 次传递（一次用于浮点算术纠错）。

Answer 3

我们也可以通过矩阵乘法来实现：

colSums(((x>50) %*% !lower.tri(diag(ncol(x))))>0) / nrow(x)

与对角矩阵相乘选择第一列，前两列等等。我把它比作

rowMeans(apply(x > 50, 1, cumsum) >= 1)

而且好像更快了，虽然表情比较丑

如何对多列进行累加逻辑运算

How to do cumulative logical operations on mutliple columns

r

xts