首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >有效的日期向量化

有效的日期向量化
EN

Stack Overflow用户
提问于 2020-10-07 02:08:03
回答 1查看 32关注 0票数 1

基本上,我有一个函数,我需要运行近一百万次,并且花费了很多时间,因为它没有向量化(我猜)

其思想是,有一个包含日期的参数pf.d.day,输出将是该日期的转换(添加/删除日期)

pf.s.Freq会将日期偏置到下一个期间。

2020年4月8日,Freq =“月”将变为2020年5月1日

2020年4月8日,Freq = "week“将变为2020年4月13日#周从星期一开始

2020年4月8日,Freq = "year“将成为2021年1月1日

代码语言:javascript
复制
library(dplyr)
library(lubridate)
fn.Delay <- function(pf.d.day, pf.s.Freq){
    d.DateWithouthDelay <- as.Date(
        #note: using chained ifs instead of parsing pf.s.Freq into unit to avoid errors from misspells on excel file
        ifelse(pf.s.Freq == "day",     as.character(ceiling_date(pf.d.day + days(1), unit = "day"    )),
        ifelse(pf.s.Freq == "week",    as.character(ceiling_date(pf.d.day + days(1), unit = "week", week_start = 1)),
        ifelse(pf.s.Freq == "month",   as.character(ceiling_date(pf.d.day + days(1), unit = "month"  )),
        ifelse(pf.s.Freq == "quarter", as.character(ceiling_date(pf.d.day + days(1), unit = "quarter")),
        ifelse(pf.s.Freq == "year",    as.character(ceiling_date(pf.d.day + days(1), unit = "year"   )),
        ifelse(pf.s.Freq != "BiWeek", "1900-1-2", #default date if pf.s.Freq is wrong
            ifelse( day(pf.d.day) < 15, 
                as.character(pf.d.day - day(pf.d.day) +15),
                as.character(ceiling_date(pf.d.day, unit = "month")))
        )))))))
    return(d.DateWithouthDelay)
}

举个小例子:

代码语言:javascript
复制
data.frame(
        Di = as.Date(c("2020-4-8", "2020-4-8", "2020-4-8", "2020-4-8", "2020-4-8", "2020-4-8", "2020-4-8")),
        Fr = c("day", "week", "month", "quarter", "year", "BiWeek", "ups")) %>% 
    rowwise() %>% 
    mutate(Df = fn.Delay(Di, Fr)) %>%
    data.frame() 

这段代码的主要问题是它的速度。主要是因为它没有矢量化,但也可能是因为我必须不断地在日期和字符之间切换,仅仅是因为ifelse喜欢把日期弄乱

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-10-07 02:16:54

你的函数是矢量化的。删除rowwise以提高速度,并获得相同的结果:

代码语言:javascript
复制
identical(
  dd %>% mutate(Df = fn.Delay(Di, Fr)) %>% pull(Df),
  dd %>%rowwise() %>% mutate(Df = fn.Delay(Di, Fr)) %>% pull(Df)
)
# TRUE

ifelse实际上并没有那么糟糕。这是一个使用case_when的简化版本,但与ifelse的性能差异可以忽略不计--实际上稍微慢了一点。但是代码更整洁。

代码语言:javascript
复制
fn.Delay2 <- function(pf.d.day, pf.s.Freq){
    case_when(
        pf.s.Freq == "day"     ~ ceiling_date(pf.d.day + days(1), unit = "day"),
        pf.s.Freq == "week"    ~ ceiling_date(pf.d.day + days(1), unit = "week", week_start = 1),
        pf.s.Freq == "month"   ~ ceiling_date(pf.d.day + days(1), unit = "month"  ),
        pf.s.Freq == "quarter" ~ ceiling_date(pf.d.day + days(1), unit = "quarter"),
        pf.s.Freq == "year"    ~ ceiling_date(pf.d.day + days(1), unit = "year"   ),
        pf.s.Freq != "BiWeek"  ~ as.Date("1900-1-2"), #default date if pf.s.Freq is wrong
        day(pf.d.day) < 15     ~ pf.d.day - day(pf.d.day) + 15,
        TRUE                   ~ ceiling_date(pf.d.day, unit = "month")
    )
}
代码语言:javascript
复制
microbenchmark::microbenchmark(
  rowwise = dd %>%rowwise() %>% mutate(Df = fn.Delay(Di, Fr)),
  vectorized = dd %>% mutate(Df = fn.Delay(Di, Fr)),
  case_when = dd %>% mutate(Df = fn.Delay2(Di, Fr))
)
# Unit: milliseconds
#        expr     min       lq     mean   median      uq     max neval
#     rowwise 10.0593 12.47230 13.59725 13.00590 14.1138 30.3810   100
#  vectorized  7.5237  7.97235 10.21504 10.26205 10.7905 25.7858   100
#   case_when  7.7331  8.43595 10.42024 10.54705 11.1035 21.4732   100
票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/64231481

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档