突然変異内で関数を適用

Question

私はタイムスタンプを含むdata.tableオブジェクトを持っています（真夜中の後に秒として測定）。私の目的は、観測前に最大$ k $秒で発生した観測数を各行に対して返す関数を実行することです。私はそれぞれの行に適用する

require(data.table, dplyr, dtplyr) 
set.seed(123) 
DF <- data.frame(Secs=cumsum(rexp(10000,1))) 
setDT(DF) 
> DF 
       Secs 
1: 8.434573e-01 
2: 1.420068e+00 
3: 2.749122e+00 
4: 2.780700e+00 
5: 2.836911e+00 
---    
9996: 1.003014e+04 
9997: 1.003382e+04 
9998: 1.003384e+04 
9999: 1.003414e+04 
10000: 1.003781e+04 

機能は、私が欲しいものを得るために

nS<-function(Second,k=5) 
    max(1,nrow(DF%>%filter(Secs<Second & Secs>=Second-k))) 

一つの方法は、かなり時間がかかりれ、適用使用することです。

system.time(val <- apply(DF,1,nS)) 
    User  System verstrichen 
    20.56  0.03  20.66 

#Not working 
DF%>%mutate(nS=nS(Secs,100))%>%head() 

# Also not working 
library(lazyeval) 
f = function(col1, new_col_name) { 
    mutate_call = lazyeval::interp(~ nS(a), a = as.name(col1)) 
    DF%>%mutate_(.dots=setNames(list(mutate_call),new_col_name)) 
} 
head(f('Secs', 'nS')) 

DF%>%mutate(minTime=Secs-k)%>%head() 

mutateを使用してこのアプローチを行うことはできませんか？ ご協力いただきありがとうございます！

Answer 1

rowwise()を使用していますか？

DF %>% rowwise() %>% mutate(ns = nS(Secs), # default k = 5, equal to your apply 
          ns2 = nS(Secs, 100)) # second test case k = 100 
Source: local data frame [10,000 x 3] 
Groups: <by row> 

# A tibble: 10,000 × 3 
     Secs ns ns2 
     <dbl> <dbl> <dbl> 
1 0.1757671  1  1 
2 1.1956531  1  1 
3 1.6594676  2  2 
4 2.6988685  3  3 
5 2.8845783  4  4 
6 3.1012975  5  5 
7 4.1258548  6  6 
8 4.1584318  7  7 
9 4.2346702  8  8 
10 6.0375495  8  9 
# ... with 9,990 more rows 

次のすべてにdplyr使用しないでOKであればそれは...私のマシン上で、わずかに速くapplyより

system.time(DF %>% rowwise() %>% mutate(ns = nS(Secs))) 
    user system elapsed 
13.934 1.060 15.280 

system.time(apply(DF, 1, nS)) 
    user system elapsed 
14.938 1.101 16.438 

Answer 2

だ非常に高速です：

applyNS <- function(s,k=5) { 
    cnt <- numeric(length(s)) 
    for(i in 1:length(s)) { 
    res <- (s[(1+i):length(s)] - s[1:(length(s)-i)]) <= k 
    cnt[(1+i):length(s)] <- cnt[(1+i):length(s)] + res 
    if(!any(res)) break 
    } 
    cnt 
} 

この関数は、sが昇順でソートされていることを前提としています。

この関数の結果はわずかに異なります。以前のタイムスタンプとの差がすでにkより大きい場合でも、コードは1をカウントします。しかし、これは簡単に調整され、結果は同じです。

DF <- data.frame(Secs=cumsum(rexp(10000,1))) 
nS<-function(Second,k=5) 
    max(1,nrow(DF%>%filter(Secs<Second & Secs>=Second-k))) 
result <- apply(DF,1,nS) 
result1 <- applyNS(DF$Secs) 
result1[result1 == 0] <- 1 
print(all(result - result1 == 0)) 

出力 '' 1 'TRUE'です。この実装はずっと高速であることに注意してください：

> system.time(apply(DF, 1, nS)) 
     User  System verstrichen 
     8.31  0.00  8.43 
> system.time(replicate(100,{result1 <- applyNS(DF$Secs); result1[result1 == 0] <- 1}))/100 
     User  System verstrichen 
    0.0071  0.0000  0.0073