使用價值在應用

Question

這個問題是一個跟進到以前的問題：min value(greater than 0) from column combined with row operation

從本質上講，我需要從歧矩陣（同一行/列）中的值，以傳遞作爲參數適用的自治功能。

我的代碼是

apply(dv, 2, function(y) { y[y>0] <- (y[y>0] - 
             blacksch(min(
             ifelse(any(y>0), y[y>0], 0)),k,sigma,r, 
               (min(ifelse(any(y>0), (which(y>0)/steps) *t ,0)))) 
            ); 
          y }) 

的min( ifelse(any(y>0), y[y>0], 0))需要是從一個不同的矩陣st但在完全相同的位置（行/列方式）如在DV的值。

作爲一個例子，我可以具有以下兩個矩陣DV和ST：

> dv 
    [,1] [,2] [,3] 
[1,] 0 0 0 
[2,] 0 0 3 
[3,] 0 3 5 
> st 
    [,1] [,2] [,3] 
[1,] 100 100.00 100.00 
[2,] 100 100.00 102.95 
[3,] 100 102.34 104.88 

我需要在值102.34通過爲第2列到函數blacksch的第一個參數（因爲這相當於相同的位置，在矩陣的第2列的最小值大於0 dv

所以我知道這不是正確的，但這樣的：

apply(dv, 2, function(y) { y[y>0] <- (y[y>0] - 
              blacksch(st[minimum position of value greater than 0 in dv for each column],k,sigma,r, 
                (min(ifelse(any(y>0), (which(y>0)/steps) *t ,0)))) 
             ); 
           y }) 

我想我也應該提到，我不僅需要st的最小值，還需要「當前」值（如果我要在循環中編寫此代碼，我將執行類似於嵌套for循環的操作）

我的解決方案是不是真的將R的方式（因此從可怕的性能會受到影響）：

for(j in 1:paths) 
{ 
    minrow=0 
    for(i in 1:steps) 
    { 
    if (dv[i,j]>0 && minrow==0) 
    { 
     minrow=i 
     bsminrow=blacksch(st[i,j],k,sigma,r, i/steps * t) 
    } 
    else if (minrow!=0) 
    { 
     dv[i,j]=blacksch(st[i,j],k,sigma,r,i/steps* t) - bsminrow 
    } 
    } 
} 

Answer 1

的一種方式加快速度（特別是如果你有很多行）是使用sort與partial匹配選項，而不是order，因爲它獲得所有索引> 0（來自@ agstudy的答案）。

lapply(seq_len(ncol(dv)), function(x) { 
    idx <- ifelse (any(dv[,x] != dv[1,x]), 
      which(dv[,x] == sort(unique(dv[,x]), partial=2)[2]), 
      seq_along(dv[,x])) 
    st[idx, x] 
}) 

# [[1]] 
# [1] 100 
# 
# [[2]] 
# [1] 102.34 
# 
# [[3]] 
# [1] 102.95 

基本上，對於每列，取dv's第二「最低」指數，並獲得對應st值。如果0始終是您的最低要求，那麼它會爲您提供與agstudy相同的確切結果。我認爲這是你的情況。因爲，如果最大值是0，你拿哪一個？ （當然這些都是特例，我會留給你的）。此解決方案與agstudy的工作方式相同，但如果行數更多（因爲它執行partial sort），它將更快。因爲我不確定你想如何處理關係（如果有> 1次相同的值> 0），我已經把輸出作爲一個列表。如果您確定沒有關係，則可以將lapply更改爲sapply。例如，如果存在關係，則可以從lapply輸出中選擇第一個元素。我會把這些特殊情況留給你。

Answer 2

您可以通過sapply改變你apply遍歷列比如：

sapply(1:ncol(dv), function(y) {  
       h <- st[,y]    ## y is column number  
       y <- dv[,y]    ## y is column now 
       st.par <- ifelse(any(y)> 0, 
       h[head(which(y[order(y)] >0),1)], ## I order here to and I choose the first one 
                ## > 0 
       h[1]) 
       st.par 
       ###..... here you call your custom function 
       ###blacksch(st.par,...) 
}) 

1] 100.00 102.34 102.95