有没有办法将 seq() 和 grep() 向量化以与 dplyr 结合使用？

Question

很抱歉，如果这很明显，我对 R 没有太多经验。我有一个函数 contains_leap_year(date1, date2)，我想将其作为条件传递给 dplyr::if_else()。

我的 for 循环实现如下所示

contains_leap_year <- c()
for (i in 1:nrow(df)) {
    if (df$date1[i] < 0 & !is.na(df$date2[i])) {
        seq_str <- seq(df$date1[i], dat$date2[i], by = "day")
        res <- (length(grep("-02-29", seq_str)) > 0)        
    }
    else {
        res <- FALSE
    }

    contains_leap_year <- append(contains_leap_year, res)
}

然后我会将此列附加到我的数据框，并执行类似

的操作

dplyr::mutate(
    res = dplyr::if_else(contains_leap_year == TRUE, action1, action2)
)

但这相当慢。理想情况下，我想像这样 dplyr 一直工作

dplyr::mutate(
    res = dplyr::if_else(length(grep("-02-29", seq(date1, date2, by = "day"))) > 0, action1, action2)
)

但是，这样做会引发'from' must be of length 1错误，我认为这是因为date1和date2是向量，所以seq无法构造序列。

如果这不可能，是否有比 for 循环更快的替代方法？

Answer 1

虽然不理想，但我已经（暂时）决定只循环遍历向量，但使用 furrr::future_map2 来这样做。我没有任何严格的基准测试，但在我的数据集上它比 purr::map2 快 2.5 倍左右，比 for 循环快 10 倍左右。

示例函数

contains_leap_day <- function(x, y) {
    date_seqs <- format(seq(x, y, by = "day"))
    res <- (length(stringr::str_which(date_seqs, "-02-29")) > 0)
    
    return(res)
}

future::plan(multisession)
df %>%
    dplyr::mutate(
        has_leap_day = furrr::future_map2(year1, year2, contains_leap_day, .progress = TRUE)
    )

有没有办法将 seq() 和 grep() 向量化以与 dplyr 结合使用？

Is there a way to vectorize seq() and grep() to use on conjunction with dplyr?

r

vectorization

dplyr