优化R函数，将新列添加到data.frame

Question

我有一个函数，目前在函数模型中编程，我想要加快它的速度，或者在R的精神中更好地解决问题。我有一个data.frame，希望根据信息添加一列，其中每个条目都依赖于两行。目前，它看起来如下所示：

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

我不能在没有样本数据的情况下对此进行测试，但这是一般的想法。通过使用&和| ( &&和||的矢量化版本)，可以完全避免执行&&循环。此外，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，FALSE设置为0。

Answer 2

这可以通过将你的程序分成两个部分，以一种更加矢量的方式来完成:首先，一个函数，它获取两个时间样本，并确定它们是否符合你的脉冲规格：

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

请注意，这里使用的是向量|而不是布尔||。

然后调用它，提供两个向量流'previous‘和'current’偏移适当的延迟，在本例中为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，对于前一个流，heartData$pulse[-(samples-(1:delay))]代码从末尾裁剪delay样本，对于当前流，heartData$pulse[-(1:delay)]从开始裁剪delay样本。

手动操作，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！

由于您希望将这些数据作为列绑定回原始dataset，因此应该注意，新数组是比原始数据更短的延迟元素，因此需要在开始时使用delay FALSE元素填充它。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)

这给了我们

> 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