如果满足条件，R在DF上逐行应用功能 结果与原始版本的比较基准

问题描述

假定以下数据框和功能：

cond    var_x    var_y
cond1       2        3
cond1       3        0.1
cond2       2        2
cond2       1        0.2

my_fun1 <- function(x) {
  act_vec <- rnorm(500,x,x/4)
  RT = 0
  for (i in 1:length(act_vec)) {
      my_act = act_vec[i]
      my_rt = my_act
      RT = RT + my_rt
  }
  RT = RT/500
  return(RT)
} 
my_fun2 <- function(x,y) {
  act_vec1 <- rnorm(500,x/4)
  act_vec2 <- rnorm(500,y,y/4)
  RT = 0
  for (i in 1:length(act_vec1)) {
      my_act1 = act_vec1[i]
      my_act2 = act_vec1[i]*act_vec2[i]
      my_rt = min(my_act1,my_act2)
      RT = RT + my_rt
  }
  RT = RT/500
  return(RT)
} 

如果my_fun1，否则DF，以下代码将函数DF$cond == 'cond1'应用于my_fun2中的每一行。

my_test_vec = c()
for (i in (1:nrow(DF))) {
  if (DF$cond[i] == 'cond1') {
    my_test = my_fun1(DF$var_x[i])
  } else {
    my_test = my_fun2(DF$var_x[i],DF$var_y[i])
  }
  my_test_vec = c(my_test_vec,my_test)
}

但是，此for循环计算效率低下。因此，我希望以一种方式实施所有操作。到目前为止，我的方法无效，看起来像这样：

DF$results <- ifelse(DF$cond == 'cond1',my_fun1(DF$var_x),my_fun2(DF$var_x,DF$var_y))

有什么建议吗？

解决方法

您应该提高对R向量化的认识。以下是函数的向量化版本。首先，代码在函数内应用矢量算法。其次，整个函数也被向量化。 Vectorize()确保象ifelse()一样，它们可以将向量作为输入。

my_fun1A <- Vectorize(function(x) {
  act_vec <- rnorm(500,x,x/4)
  RT <- sum(act_vec) / 500
  return(RT)
}) 

my_fun2A <- Vectorize(function(x,y) {
  act_vec1 <- rnorm(500,x/4)
  act_vec2 <- rnorm(500,y,y/4)
  RT <- sum(pmin(act_vec1,act_vec1*act_vec2)) / 500
  return(RT)
}) 

结果

set.seed(42)
resA <- ifelse(DF$cond == 'cond1',my_fun1A(DF$var_x),my_fun2A(DF$var_x,DF$var_y))
resA
# [1] 1.9849769 2.9837980 1.9772901 0.2028555

与原始版本的比较

Vectorize内含for循环的原始版本：

my_fun1v <- Vectorize(my_fun1)
my_fun2v <- Vectorize(my_fun2)
set.seed(42)
res <- ifelse(DF$cond == 'cond1',my_fun1v(DF$var_x),my_fun2v(DF$var_x,DF$var_y))
stopifnot(all.equal(res,resA))  ## same result

基准

fun <- function() ifelse(DF$cond == 'cond1',DF$var_y))
funA <- function() ifelse(DF$cond == 'cond1',DF$var_y))
set.seed(42)
DF <- DF[sample(1:nrow(DF),1e4,replace=T),]

set.seed(42)
microbenchmark::microbenchmark(fun(),funA(),times=3)
# Unit: seconds
# expr      min       lq     mean   median       uq      max neval cld
#  fun() 5.319736 5.352284 5.392068 5.384831 5.428234 5.471636     3   b
# funA() 1.793795 1.793863 1.835880 1.793931 1.856923 1.919914     3  a 

我们可以清楚地看到超过60％的改进。

---

数据：

DF <- read.table(header=T,text="cond    var_x    var_y
cond1       2        3
cond1       3        0.1
cond2       2        2
cond2       1        0.2")