优化 R 函数，将新列添加到 data.frame

Question

我有一个函数，目前在函数模型中进行编程，并且想要加快速度，或者更多地本着 R 的精神解决问题。 我有一个 data.frame，想要根据每个条目依赖于两行的信息添加一列。 目前看起来如下：

faultFinging <- function(heartData){
    if(heartData$Pulse[[1]] == 0){
        Group <- 0
    }
    else{
        Group <- 1
    }
    for(i in seq(2, length(heartData$Pulse), 1)){
        if(heartData$Pulse[[i-1]] != 0 
            && heartData$Pulse[[i]] != 0
            && abs(heartData$Pulse[[i-1]] - heartData$Pulse[[i]])<20){
            Group[[i]] <- 1
        }
        else{
            if(heartData$Pulse[[i-1]] == 0 && heartData$Pulse[[i]] != 0){
                Group[[i]] <- 1
            }
            else{
                Group[[i]] <- 0
            }
        }
    }
    Pulse<-heartData$Pulse
    Time<-heartData$Time
    return(data.frame(Time,Pulse,Group))
}

Answer 1

如果没有样本数据，我无法对此进行测试，但这是总体思路。您可以使用 & 和 | 完全避免执行 for() 循环，它们是 &&< 的矢量化版本/code> 和 ||。另外，如果只有一个值（true 或 false），则不需要 if-else 语句。

faultFinging <- function(heartData){
    Group <- as.numeric(c(heartData$Pulse[1] != 0,
      (heartData$Pulse[-nrow(heartData)] != 0 
        & heartData$Pulse[-1] != 0
        & abs(heartData$Pulse[-nrow(heartData)] - heartData$Pulse[-1])<20) |
      (heartData$Pulse[-nrow(heartData)] == 0 & heartData$Pulse[-1] != 0)))
    return(cbind(heartData, Group))
}

在索引周围放置 as.numeric() 会将 TRUE 设置为 1，将 FALSE 设置为 0。

Answer 2

这可以通过将程序分为两部分以更矢量的方式来完成：首先是一个函数，它采用两个时间样本并确定它们是否满足您的脉冲规范：

isPulse <- function(previous, current)
{ 
  (previous != 0 & current !=0 & (abs(previous-current) < 20)) |
  (previous == 0 & current !=0)
}

请注意使用矢量 | 而不是布尔值<代码>||。

然后调用它，提供两个向量流“先前”和“当前”偏移适当的延迟，在您的情况下，1：

delay <- 1
samples = length(heartData$pulse)

isPulse(heartData$pulse[-(samples-(1:delay))], heartData$pulse[-(1:delay)])

让我们在一些虚构的数据上尝试一下：

sampleData = c(1,0,1,1,4,25,2,0,25,0)
heartData = data.frame(pulse=sampleData)
result = isPulse(heartData$pulse[-(samples-(1:delay))], heartData$pulse[-(1:delay)])

请注意代码 heartData$pulse[ -(samples-(1:delay))] 从末尾修剪 delay 样本，用于前一个流，以及 heartData$pulse[- (1:delay)] 从一开始就修剪当前流的delay 样本。

手动执行，结果应该是（使用 F 表示 false，使用 T 表示 true）

F,T,T,T,F,F,F,T,F

，通过运行它，我们发现它们是！：

> print(result)
FALSE  TRUE  TRUE  TRUE FALSE FALSE FALSE  TRUE FALSE

成功！< /strong>

由于您希望将它们作为一列绑定回原始数据集中，因此您应该注意，新数组的 delay 元素比原始数据短，因此您需要在开始时填充它带有延迟 FALSE 元素。您可能还想根据您的数据将其转换为 0,1：

resultPadded <- c(rep(FALSE,delay), result)
heartData$result = ifelse(resultPadded, 1, 0)

这给出

> heartData
   pulse result
1      1      0
2      0      0
3      1      1
4      1      1
5      4      1
6     25      0
7      2      0
8      0      0
9     25      1
10     0      0