如何使用 apply 函数而不是嵌套的 for 循环？

Question

我目前有一个大矩阵 (3000x20)，想使用第一行第一列中的值和一个向量来计算一个值。我的数据集（在 excel 中）是这样的（我使用 VBA 代码来创建这个 excel）：

SumRow = 0
SumCol = 0
RowInterval = 0.001
ColInterval = 0.01
For i = 2 To 3001
        Cells(i, 1).Value = SumRow + RowInterval
        SumPD = Cells(i, 1).Value
    Next i
    For j = 2 To 21
        Cells(1, j).Value = SumCol + ColInterval
        SumRho = Cells(1, j).Value
    Next j

我目前正在使用以下 R 代码进行计算

InputVector <- c(1,2,3,4,5,6,7,8,9,10) 
Testing<-read.csv("InputFile.csv", header=FALSE)
    for (m in (2:(3001)))
    { for (n in (2:21))
        { Sum = 0
          Row = Testing(m,1)
          Col = Testing(1,n)
          for (p in (1:length(InputVector)))
                  { Sum = Sum + sqrt((1-Col)/Col)*exp(Row) }
                Testing[m,n] = Sum }  }
write.csv(Testing, "TestingOutput.csv")

基本上它首先将向量（x 值）放入公式 f(x) 中，我想在 excel 上打印 f(x) 的总和，其中第一行和第一行列出了不同的参数excel 中的列。我运行上面的代码可以运行，但是需要很长时间。我是 Apply Function 的新手，我可以知道如何使用 Apply 函数来加速计算并执行与上述相同的输出吗？

Answer 1

这是针对您的问题的三行 R 解决方案，包括生成数据：

library(reshape2)

# generate the combinations to iterate over
vInput = seq(1, 10)
dfSeq = expand.grid(rowSeq = seq(from = 0, by = 0.001, length.out = 3000),
            colSeq = seq(from = 0, by = 0.01, length.out = 20))

# generate the values
dfSeq = cbind.data.frame(result = mapply(function(row, col) {
  length(vInput)*sqrt((1-col)/col)*exp(row)
}, dfSeq$rowSeq, dfSeq$colSeq), dfSeq)

# cast them in the shape required
dfSeqWide = dcast(dfSeq, rowSeq~colSeq, value.var = "result")

如何使用 apply 函数而不是嵌套的 for 循环？

How to use apply function instead of nested for loop?

excel

r

apply