GNU R：在sapply上使用sapply

我有一個狀態列表。每個列表元素包含一天中每一分鐘的傳感器狀態（1440個條目，0或1）。該列表包含所有傳感器。GNU R：在sapply上使用sapply

例如，statuses[[3]]給出了一個包含1440個條目的向量，其中包含每分鐘的所有0和1。

在所有傳感器的狀態，比方說，800分是：

sapply(statuses,'[',800)

我想獲得主動式傳感器的數量（即顯示1）每分鐘。我怎麼做？不知怎的，一個人把另一個sapply()解決此...

使用for循環應該是這樣的

status_ones <- rep(0,1440) 
for (k in 1:1440){ 
    status_ones[k] <- sum(sapply(statuses,'[',k)) 
}

來源

2017-09-28 Dan

在我看來，有幾種方式來完成你想要什麼樣的解決方案;這是我首先跳出來的：由於列表中每個元素的長度是相同的，因此可以將其視爲數據框並使用apply。我說明下文所用，我相信你的數據的描述匹配模擬數據這種方法（這將是三個傳感器的五大變化）：

set.seed(42) 
statuses <- lapply(1:3, function(x) sample(0:1, 5, replace=TRUE)) 
statuses 
# [[1]] 
# [1] 1 1 0 1 1 
# 
# [[2]] 
# [1] 1 1 0 1 1 
# 
# [[3]] 
# [1] 0 1 1 0 0 
status_ones <- apply(as.data.frame(statuses), 1, sum) 
status_ones 
# [1] 2 3 1 2 2

您可以輕鬆地手動確認這給你想這個小的結果例。下面可以看到相對於for環方法或使用sapplysapply這種方法的速度益處 - 我創建更大的樣本（每個用於三個傳感器1440周的觀察結果）和用於benchmark看到速度差異：

library(rbenchmark) 
statuses <- lapply(1:3, function(x) sample(0:1, 1440, replace=TRUE)) 
benchmark(apply=apply(as.data.frame(statuses), 1, sum), 
      sapply=sapply(1:1440, function(x) sum(sapply(statuses, '[', x))), 
      loop=for (i in 1:1440) { sum(sapply(statuses, '[', i)) }, 
      columns=c('test', 'elapsed', 'relative', 'user.self'), 
      order='relative') 
    test elapsed relative user.self 
1 apply 0.883 1.000  0.660 
2 sapply 6.115 6.925  5.616 
3 loop 6.305 7.140  5.776

來源

2017-09-28 11:27:05 duckmayr

GNU R：在sapply上使用sapply

回答

相關問題