替換R中的for循環以加速代碼

Question

我使用R來調查返回如何影響個人的養老金賬戶。爲了做到這一點，我計算了退休金賬戶從25歲到退休到70歲退休的1000種不同的回報情況。我使用變量費用（e），月度存款（m），百分比（r）回報，賬戶餘額（y）和歐元回報（x）。它們都存儲在尺寸爲46x1000的數據框中。

我成功設法使用for循環來計算它。然而，這是非常緩慢的，因爲我正在做很多這些我想知道如果有人有一個想法加快代碼。我已經嘗試過應用函數和矢量化，但無法使其工作。我的問題是，在計算第i + 1年的數字之前，我必須計算第i年的數字。我已經在網上搜索了一個解決方案，但是很難找到適用於我的特定問題的答案。我要指出，我還是很新的R.

一個已經使用編寫的代碼IM的簡化版本：

for (i in 3:46) { 
x[i-1,]<-(y[i-1,]+m[i-1,]*6-0.5*e[i-1,])*r[i-1,] 
y[i,]<-y[i-1,]+x[i-1,]-e[i-1,]+m[i-1,]*12 
} 

我希望有人能夠幫助，並在此先感謝。

問候 拉斯穆斯

Answer 1

你的過程在我看來就像它需要循環，因爲每次迭代依賴於面前的一個。正如@Gregor de Cillia在評論中提到的那樣，你可以用C++來提高速度。

首先，設置一些數據。

set.seed(1) 
e <- matrix(data = rnorm(n = 46000, mean = 1000, sd = 200), 
         nrow = 46, 
         ncol = 1000) 
m <- matrix(data = rnorm(n = 46000, mean = 2000, sd = 200), 
         nrow = 46, 
         ncol = 1000) 
r <- matrix(data = rnorm(n = 46000, mean = 4, sd = 0.5), 
         nrow = 46, 
         ncol = 1000) 
x <- matrix(data = NA_real_, nrow = 45, ncol = 1000) 
y <- matrix(data = NA_real_, nrow = 46, ncol = 1000) 
y[1,] <- rnorm(n = 1000, 10000, 1000) 

然後在Rcpp文件中定義一個C++函數。此方法返回的兩個矩陣x和y列表項的列表：

List pension(NumericMatrix e, 
       NumericMatrix m, 
       NumericMatrix r, 
       NumericVector yfirstrow) { 

    int ncols = e.cols(); 
    int nrows = e.rows(); 

    NumericMatrix x(nrows - 1, ncols); 
    NumericMatrix y(nrows, ncols); 

    y(0, _) = yfirstrow; 

    for(int i = 1; i < nrows; i++) { 
     x(i-1, _) = (y(i-1, _) + m(i-1, _) * 6 - 0.5 * e(i-1, _)) * r(i-1, _); 
     y(i, _) = y(i-1, _) + x(i-1, _) - e(i-1, _) + m(i-1, _)* 12; 
    }; 

    List ret; 
    ret["x"] = x; 
    ret["y"] = y; 

    return ret; 

} 

比較對速度的兩種方法。

microbenchmark::microbenchmark(
    R = { 
     for (i in 2:46) { 
      x[i-1,] <- unlist((y[i-1,] + m[i-1,]*6 - 0.5*e[i-1,]) * r[i-1,]) 
      y[i,]<- unlist(y[i-1,]+x[i-1,]-e[i-1,]+m[i-1,]*12) 
     } 
    }, 
    cpp = { 
     cppList <- pension(e, m, r, y[1,]) 
    }, 
    times = 100 
) 

確保輸出匹配：

> identical(x, cppList$x) 
[1] TRUE 
> identical(y, cppList$y) 
[1] TRUE 

速度測試結果：

Unit: microseconds 
expr  min  lq  mean median  uq  max neval 
    R 3309.962 3986.569 6961.838 5244.479 6219.215 96576.592 100 
    cpp 879.713 992.229 1266.014 1124.345 1273.691 3041.966 100 

所以Rcpp解決方案是圍繞更快這裏5倍，但說實話，在R循環你所做的對於你正在使用的數據集來說並不是太簡單（只有45次迭代，R循環的開銷並不是太大的障礙）。如果你真的需要這個速度，C++可以提供幫助。