R中的函数,向量和循环

Question

我最近开始尝试将R作为一种用于遗传编程的语言.我已经慢慢地,但肯定地越来越多地了解R如何工作及其最佳编码实践.然而,我遇到了障碍.这是我的情况.我有一个大约700行的数据集,每行有400个左右的列.我有一切设置,一个具有与列数相同的参数的函数作为参数被发送到评估(健身评分)功能.我想在数据集中逐行进行,并将一行中每列中的值传递给正在评估的函数.第一个问题是弄清楚如何将参数分别传递给函数.通过"单独",我的意思是该函数需要400个参数,而不是长度为400的向量.为此,我使用了以下内容:

do.call(function,as.list(parameters))

其中parameters是月变量(1-12)的向量,该变量附加到数据集中一行中的值.这工作正常,我只是使用for循环迭代数据集中的700行,然后使用另一个循环12个月,并使用上面的累积输出向量.问题是这是非常缓慢的,每个功能大约24-28秒.我每次进化都会将100-500个函数发送到此评估中.底线是这不是要走的路.接下来我尝试使用如下的sapply方法.

outputs <- sapply(1:12,function(m) sapply(rows[1:length(rows)],function(p) do.call(f,as.list(c(p,m)))))

这应用(1-12)作为月份,然后应用(1-700)作为数据集的行.这花了很长时间.对解决方案的任何想法都会有所帮助

Answer 1

像这样的情况下的主要问题通常是你采取的方法是错误的.我对你的具体情况了解不多,但是:

1. 尝试对计算进行矢量化 - 因此您的函数应该对所有行进行操作,而不是一次只对一行进行操作.
2. 如果您只是将数字存储在data.frame中,将其转换为矩阵通常会加快许多操作.
3. 不要编写带有400个参数的函数!5也可能偏高.

编辑自生成函数以来,您应该能够生成一个不同的版本,该版本采用值向量而不是那么多参数.请注意,传递它的向量可以具有名称:

# Convert this:
f <- function(foo, bar) {
  foo+bar
}
do.call(f, list(foo=42, bar=13))

# To this:
f <- function(args) {
  args[["foo"]] + args[["bar"]] 
  # or even faster:
  #args[[0]] + args[[1]]
  # or fastest:
  #sum(args)
}
do.call(f, list(args=c(foo=42, bar=13)))
# or, simply
f(c(foo=42, bar=13))

...用1参数而不是400调用函数大约快60倍!但请注意,这只是调用函数的开销.您需要测量实际功能所花费的时间.如果需要花费一秒钟或更长时间,那么调用它的效率或循环效率无关紧要......