R中的双索引循环答案

【问题标题】：dual index loops in RR中的双索引循环
【发布时间】：2017-01-17 16:27:23
【问题描述】：

对于编码爱好者来说，这可能是一件轻而易举的事，但作为这些工具的新手，它已经扭曲了我一段时间了。

基本上我有一些化学计量学数据，我希望根据样本分析中间隔运行的一系列空白进行调整。所有输出都带有时间戳，我想使用样本和下一个空白之间的间隔与两个连续空白之间的间隔加上最后一个空白值的比例，作为对所应用的校正因子进行简单插值的修饰符.当采样时间值晚于第二个空白时，我想增加空白对，以便我根据新的空白对对位于其时间段之间的样本进行校正。我的数据集包含一系列元素，并且元素之间的空白校正不同。

数据集：

Blanks
   Sample           Date/Time Location Li(ppb) Mg(ppb) Ca(ppm) Cr(ppb) Mn(ppb) Co(ppb) Ni(ppb) Cu(ppb) Zn(ppb) Rb(ppb) Sr(ppb) Cd(ppb) Ba(ppb) Ce(ppb) Gd(ppb) Pb(ppb) U(ppb)
1  Blank0 2016-05-23 19:54:33        B   0.000   0.000   0.000   0.000   0.000   0.000   0.000   0.000   0.000   0.000   0.000       0   0.000   0.000       0   0.000  0.000
7  Blank1 2016-05-23 20:35:25        B  -0.069   0.081   0.005  -0.007  -0.001   0.000  -0.007   0.005  -0.004   0.000   0.005       0  -0.003   0.000       0   0.000  0.005
18 Blank2 2016-05-23 21:50:30        B  -0.076   0.743   0.020  -0.005   0.002  -0.001  -0.008   0.002   0.220   0.001   0.042       0   0.008   0.002       0   0.002  0.000
29 Blank3 2016-05-23 23:05:43        B  -0.093  -0.080   0.000  -0.020  -0.001  -0.001  -0.010   0.001  -0.009   0.000  -0.001       0   0.001   0.000       0   0.000  0.000
38 Blank4 2016-05-24 00:07:19        B  -0.096  -0.045   0.000  -0.015   0.000  -0.001  -0.001  -0.002   0.002   0.000  -0.001       0   0.000   0.000       0   0.000  0.000

数据：Mdat_samp

     Sample           Date/Time Location Li(ppb) Mg(ppb) Ca(ppm) Cr(ppb) Mn(ppb) Co(ppb) Ni(ppb) Cu(ppb) Zn(ppb) Rb(ppb) Sr(ppb) Cd(ppb) Ba(ppb) Ce(ppb) Gd(ppb) Pb(ppb) U(ppb)
2  PK-Std1p 2016-05-23 20:01:22        S  -0.013  111.10   31.28   1.050   0.121   0.910   0.157   0.134   0.141   0.010   35.28   0.010   0.145   0.113   0.123   0.036  0.897
3  PK-Std2p 2016-05-23 20:08:10        S   0.018  216.60   41.17   5.095   0.491   4.654   0.294   0.533   0.511   0.048   71.03   0.047   0.500   0.456   0.240   0.081  4.497
4  PK-Std3p 2016-05-23 20:14:59        S   0.057  303.90   48.90   9.695   1.215   9.332   0.487   1.294   1.180   0.093  105.30   0.093   1.164   1.128   0.467   0.132  9.057
5  PK-Std4p 2016-05-23 20:21:48        S   0.234  391.80   57.01  14.060   4.903  14.100   0.704   5.100   4.597   0.239  141.40   0.231   4.583   4.556   0.703   0.965 13.730
6  PK-Std5p 2016-05-23 20:28:36        S   0.477  474.20   64.35  29.560   9.621  30.050   0.908   9.985   9.030   0.467  173.20   0.459   8.909   8.956   0.913   4.506 29.350
8       L1W 2016-05-23 20:42:14        L   0.037  141.90   33.48   0.003   0.714   0.020   0.113   0.200   0.217   0.007   72.64   0.001   0.125   0.008   0.001   0.037  0.012
9       L2W 2016-05-23 20:49:03        L   0.023  131.50   38.09  -0.003   0.590   0.014   0.106   0.134   0.694   0.004   75.96   0.001   0.115   0.008   0.001   0.031  0.008
10      L3W 2016-05-23 20:55:54        L   0.078  208.20   52.54  -0.002   0.843   0.021   0.153   0.180   0.119   0.005  110.40   0.002   0.172   0.011   0.001   0.054  0.009
11     L17W 2016-05-23 21:02:43        L   0.025  152.40   38.64  -0.008   0.658   0.016   0.117   0.270   0.121   0.006   82.45   0.001   0.108   0.008   0.001   0.042  0.007
12     L18W 2016-05-23 21:09:32        L   0.070  204.30   54.29  -0.005   1.311   0.023   0.172   0.417   0.197   0.008  117.00   0.002   0.144   0.010   0.001   0.057  0.010
13     L19W 2016-05-23 21:16:21        L   0.045  181.40   51.45  -0.004   0.701   0.020   0.162   0.296   0.160   0.008  109.20   0.001   0.116   0.009   0.001   0.055  0.009
14     L20W 2016-05-23 21:23:09        L   0.022  150.30   38.55   0.000   0.596   0.016   0.118   0.223   0.148   0.007   77.44   0.001   0.114   0.007   0.001   0.048  0.006
15     L21W 2016-05-23 21:29:59        L   0.010  132.70   34.72  -0.006   0.679   0.014   0.110   0.249   0.153   0.007   67.33   0.001   0.098   0.008   0.001   0.034  0.007
16     L23W 2016-05-23 21:36:49        L   0.035  210.00   48.16   0.006   1.230   0.020   0.155   0.370   0.202   0.008  110.20   0.001   0.251   0.012   0.001   0.055  0.010
17     L24W 2016-05-23 21:43:39        L   0.051  193.00   56.83   0.024   0.825   0.024   0.189   0.404   0.205   0.007  113.80   0.002   0.135   0.010   0.001   0.044  0.010
19      N1W 2016-05-23 21:57:20        N   0.041  205.10   49.06   0.005   1.077   0.021   0.157   0.481   0.143   0.006  102.90   0.002   0.145   0.012   0.001   0.049  0.012
20      N4W 2016-05-23 22:04:10        N  -0.002  140.90   38.72   0.008   0.887   0.016   0.131   0.312   0.130   0.005   76.39   0.001   0.133   0.010   0.001   0.032  0.011
21      N7W 2016-05-23 22:11:00        N   0.005  134.40   40.92   0.002   0.651   0.019   0.136   0.204   0.122   0.005   90.48   0.002   0.158   0.010   0.001   0.034  0.012
22     N10W 2016-05-23 22:17:50        N   0.010  150.10   40.86  -0.001   0.714   0.018   0.132   0.199   0.089   0.004   81.78   0.001   0.149   0.010   0.001   0.029  0.012
23     N11W 2016-05-23 22:24:40        N   0.028  156.10   43.10  -0.007   0.870   0.019   0.139   0.292   0.099   0.005   89.83   0.001   0.134   0.010   0.001   0.034  0.009
24     N12W 2016-05-23 22:31:31        N   0.015  158.60   43.03   0.019   0.807   0.018   0.145   0.253   0.113   0.006   87.60   0.001   0.117   0.011   0.001   0.039  0.009
25     N13W 2016-05-23 22:38:21        N   0.021  157.50   44.94   0.038   0.833   0.020   0.159   0.245   0.124   0.007   92.04   0.001   0.118   0.011   0.001   0.034  0.011
26     N14W 2016-05-23 22:45:12        N   0.041  171.80   49.04   0.008   1.115   0.020   0.165   0.226   0.123   0.006  109.00   0.002   0.177   0.011   0.001   0.044  0.010
27     N18W 2016-05-23 22:52:02        N   0.050  164.60   49.49   0.019   1.555   0.022   0.162   0.735   2.740   0.006  104.50   0.005   4.152   0.011   0.001   0.180  0.008
28     N23W 2016-05-23 22:58:52        N   0.001  132.30   36.21  -0.008   1.578   0.015   0.110   0.838   3.751   0.004   73.86   0.008   6.080   0.009   0.001   0.257  0.009
30     P10W 2016-05-23 23:12:33        P  -0.003  139.50   36.40  -0.005   0.537   0.018   0.123   0.334   0.172   0.005   76.07   0.002   0.127   0.008   0.001   0.033  0.008
31     P16W 2016-05-23 23:19:24        P   0.057  172.90   55.53  -0.003   0.689   0.025   0.186   0.253   0.482   0.004  124.10   0.001   0.122   0.010   0.001   0.041  0.010
32     P17W 2016-05-23 23:26:15        P   0.018  193.80   44.01   0.000   0.780   0.020   0.141   0.269   0.139   0.004   99.34   0.001   0.124   0.011   0.001   0.031  0.010
33     P19W 2016-05-23 23:33:06        P   0.040  181.50   51.98   0.027   0.762   0.026   0.173   0.320   0.191   0.008  108.70   0.002   0.162   0.011   0.001   0.043  0.009
34     P20W 2016-05-23 23:39:57        P   0.049  182.50   53.05   0.007   0.676   0.024   0.180   0.298   0.147   0.007  106.80   0.001   0.133   0.012   0.001   0.033  0.011
35     P21W 2016-05-23 23:46:48        P  -0.005  147.60   39.68   0.010   0.701   0.017   0.135   0.240   0.165   0.007   81.14   0.001   0.111   0.009   0.001   0.034  0.008
36     P22W 2016-05-23 23:53:39        P   0.008  181.40   41.83   0.031   0.789   0.026   0.157   0.604   0.295   0.010   92.27   0.002   0.172   0.015   0.002   0.032  0.017
37     P25W 2016-05-24 00:00:30        P  -0.016  124.30   31.92   0.028   0.596   0.015   0.104   0.265   0.187   0.004   64.91   0.002   0.080   0.008   0.001   0.049  0.007
39  PK-Std1 2016-05-24 00:14:07        S  -0.089   98.38   28.27   0.957   0.125   0.990   0.194   0.156   0.152   0.010   35.49   0.010   0.145   0.116   0.121   0.035  0.890
40  PK-Std2 2016-05-24 00:20:56        S  -0.041  198.80   38.35   4.812   0.504   4.968   0.338   0.570   0.527   0.049   71.38   0.051   0.503   0.465   0.237   0.080  4.520
41  PK-Std3 2016-05-24 00:27:45        S   0.012  289.00   46.70   9.434   1.245   9.890   0.555   1.383   1.227   0.094  105.40   0.094   1.191   1.138   0.472   0.134  9.091
42  PK-Std4 2016-05-24 00:34:34        S   0.166  383.40   56.11  13.920   5.029  14.930   0.771   5.473   4.775   0.241  143.00   0.239   4.623   4.637   0.707   0.962 14.120
43  PK-Std5 2016-05-24 00:41:22        S   0.427  462.20   63.08  29.060   9.831  31.610   0.972  10.650   9.258   0.475  174.30   0.461   8.977   9.092   0.916   4.532 29.790

我最近的编码尝试是：

    j=1     
for (i in 1:nrow(Mdat_samp))
        {       
        divisor<-(as.double(difftime(Blanks[j+1, 2], Blanks[j,2]))-as.double(difftime(Blanks[j+1,2], Mdat_samp[i,2])))/as.double(difftime(Blanks[j+1, 2], Blanks[j,2])) 
        adjust<- (Blanks[j, 4:20]+(Blanks[j+1, 4:20]*divisor))
        write.table((Mdat_samp[i,4:20]-adjust), file="Baseadjust.txt", append=TRUE, col.names=FALSE, row.names=FALSE, sep=",")
        if(as.double(difftime(Mdat_samp[j,2], Blanks[j,2]))<0) j=j+1
        if(j+1>nrow(Blanks)) break
        }

似乎没有发生的是 j 正确索引所以我最终对所有后续行应用相同的更正，而不是计算和应用特定行的更正。如我所见，我有两个索引正在运行，“for 循环”中的“i”和“if 循环”中的“j”，但只有一个正在正确迭代。
很抱歉这篇文章很长，而且格式可能很差，我想尽可能多地输入信息，但找不到清楚地发布数据集的工具。我希望它们看起来不会太可憎。

【问题讨论】：

请在您的数据集上使用dput() 并在此处发布结果以使其可重现。另外，你想要的输出是什么？
编码爱好者的意思是“热爱编码的人”？
什么是if loop？
感谢 Nicola 重新格式化，非常感谢，阅读效果更好，很想知道您是如何做到的。这是 epo3 建议的 dput() 命令吗？

标签： r loops indexing

【解决方案1】：

如果我理解正确，您计算的关键是找到Blanks 中每一行的括号Mdat_samp。这就是变量j 的含义，它是Blanks 的行索引，用于此括号的下限。您可以为Mdat_samp 的所有行计算此j，其中该括号以“矢量化”方式存在。也就是说，没有循环，这也使得这个计算更快。

首先，我们假设Blanks中的数据按升序排列在Date/Time中。此外，我们假设Blanks 和Mdat_samp 中的Date/Time 列属于日期时间类，例如POSIXct。如果没有，我们可以使用以下方法从字符转换：

Blanks$`Date/Time` <- as.POSIXct(Blanks$`Date/Time`, format="%Y-%m-%d %H:%M:%S")
Mdat_samp$`Date/Time` <- as.POSIXct(Mdat_samp$`Date/Time`, format="%Y-%m-%d %H:%M:%S")

请注意，由于特殊字符 /，我们必须将列名放在反引号中。

现在，计算j：

prevBlank <- expand.grid(Mdat_samp$`Date/Time`, Blanks$`Date/Time`)
nextBlank <- expand.grid(Mdat_samp$`Date/Time`, c(Blanks$`Date/Time`[2:nrow(Blanks)],NA))
j <- which(matrix(prevBlank$Var1 > prevBlank$Var2 & 
                  nextBlank$Var1 <= nextBlank$Var2,nrow=nrow(Mdat_samp)),
           arr.ind=TRUE)[,2]

我们首先使用expand.grid 创建两个名为prevBlank 和nextBlank 的数据框。这些中的每一个都从Mdat_samp 和Blanks 枚举Date/Time 的所有组合，以便可以以矢量化方式评估Mdat_samp 中每一行的包围条件。数据框prevBlank 在其Var1 列中包含来自Mdat_samp 的Date/Time 和在其Var2 列中的Blanks 的所有组合，按Mdat_samp 中的行排列。类似地，数据框nextBlank 在其Var1 列中包含来自Mdat_samp 的Date/Time 和来自Blanks 的Date/Time 列的所有组合，在其Var2 列中上移1（即领先） .请注意，我们用NA 填充移位的列，以便生成的数据帧prevBlank 和nextBlank 大小相同。

如果Mdat_samp Date/Time 在两个相邻的Blank Date/Times 之间，则表达式prevBlank$Var1 > prevBlank$Var2 & nextBlank$Var1 <= nextBlank$Var2 返回一个布尔向量TRUE。将此向量重新整形为与Mdat_samp 具有相同行数的矩阵，您将看到对于每一行，对应于Mdat_samp 中的一行，最多有一个 列TRUE:

matrix(prevBlank$Var1 > prevBlank$Var2 & 
       nextBlank$Var1 <= nextBlank$Var2,nrow=nrow(Mdat_samp))
##       [,1]  [,2]  [,3]  [,4]  [,5]
## [1,]  TRUE FALSE FALSE FALSE FALSE
## [2,]  TRUE FALSE FALSE FALSE FALSE
## [3,]  TRUE FALSE FALSE FALSE FALSE
## [4,]  TRUE FALSE FALSE FALSE FALSE
## [5,]  TRUE FALSE FALSE FALSE FALSE
## [6,] FALSE  TRUE FALSE FALSE FALSE
## [7,] FALSE  TRUE FALSE FALSE FALSE
## [8,] FALSE  TRUE FALSE FALSE FALSE
## [9,] FALSE  TRUE FALSE FALSE FALSE
##[10,] FALSE  TRUE FALSE FALSE FALSE
##[11,] FALSE  TRUE FALSE FALSE FALSE
##[12,] FALSE  TRUE FALSE FALSE FALSE
##[13,] FALSE  TRUE FALSE FALSE FALSE
##[14,] FALSE  TRUE FALSE FALSE FALSE
##[15,] FALSE  TRUE FALSE FALSE FALSE
##[16,] FALSE FALSE  TRUE FALSE FALSE
##[17,] FALSE FALSE  TRUE FALSE FALSE
##[18,] FALSE FALSE  TRUE FALSE FALSE
##[19,] FALSE FALSE  TRUE FALSE FALSE
##[20,] FALSE FALSE  TRUE FALSE FALSE
##[21,] FALSE FALSE  TRUE FALSE FALSE
##[22,] FALSE FALSE  TRUE FALSE FALSE
##[23,] FALSE FALSE  TRUE FALSE FALSE
##[24,] FALSE FALSE  TRUE FALSE FALSE
##[25,] FALSE FALSE  TRUE FALSE FALSE
##[26,] FALSE FALSE FALSE  TRUE FALSE
##[27,] FALSE FALSE FALSE  TRUE FALSE
##[28,] FALSE FALSE FALSE  TRUE FALSE
##[29,] FALSE FALSE FALSE  TRUE FALSE
##[30,] FALSE FALSE FALSE  TRUE FALSE
##[31,] FALSE FALSE FALSE  TRUE FALSE
##[32,] FALSE FALSE FALSE  TRUE FALSE
##[33,] FALSE FALSE FALSE  TRUE FALSE
##[34,] FALSE FALSE FALSE FALSE    NA
##[35,] FALSE FALSE FALSE FALSE    NA
##[36,] FALSE FALSE FALSE FALSE    NA
##[37,] FALSE FALSE FALSE FALSE    NA
##[38,] FALSE FALSE FALSE FALSE    NA

该列的索引是Blanks 的行索引，它是Date/Time 括号的下限。我们使用which 和arr.ind=TRUE 提取该索引以返回矩阵索引（行，列），我们从中按子集提取列索引（即，末尾的[,2]）。请注意，返回的j 是一个向量，因此这会以向量化方式计算Mdat_samp 的所有行的括号Date/Time，而无需对Mdat_samp 的行进行循环。

注意，如果Mdat_samp中的一行没有括号（即Msamp_dat中的行的Date/Time在Blanks中的Date/Time的范围之外），那么所有的结果都会该行为FALSE 或NA。在这种情况下，j 中的该行将有 no 条目。因此j中的条目对应Msamp_dat中Date/Time在Blanks中Date/Times范围内的行，可以通过以下方式找到：

update.rows <- which(Mdat_samp$`Date/Time` > Blanks$`Date/Time`[1] &
                     Mdat_samp$`Date/Time` <= Blanks$`Date/Time`[nrow(Blanks)])

使用如上计算的j，您的插值逻辑也可以以矢量化方式进行：

divisor<-(as.double(difftime(Blanks[j+1, 2], Blanks[j,2]))-as.double(difftime(Blanks[j+1,2], Mdat_samp[update.rows,2])))/as.double(difftime(Blanks[j+1, 2], Blanks[j,2])) 
adjust<- (Blanks[j, 4:20]+(Blanks[j+1, 4:20]*divisor))
result <- Mdat_samp[update.rows,4:20]-adjust

请注意，我们只能调整Mdat_samp 在update.rows 中的行。

使用您发布的数据：

print(head(result[1:8]))
##     Li(ppb)  Mg(ppb)  Ca(ppm)      Cr(ppb)   Mn(ppb)     Co(ppb)   Ni(ppb)   Cu(ppb)
##1  -0.00149062 111.0865 31.27917  1.051167618 0.1211668  0.91000000 0.1581676 0.1331660
##2   0.04099062 216.5730 41.16833  5.097332382 0.4913332  4.65400000 0.2963324 0.5313340
##3   0.09150000 303.8595 48.89750  9.698500000 1.2155000  9.33200000 0.4905000 1.2915000
##4   0.28000938 391.7460 57.00667 14.064667618 4.9036668 14.10000000 0.7086676 5.0966660
##5   0.53449062 474.1325 64.34583 29.565832382 9.6218332 30.05000000 0.9138324 9.9808340
##6   0.11289989 141.7515 33.47318  0.010453940 0.7148184  0.02009079 0.1207263 0.1948184
##7   0.10579978 131.2841 38.08137  0.004907880 0.5906368  0.01418158 0.1144526 0.1286368
##8   0.16773341 207.9163 52.52954  0.006364040 0.8434544  0.02127281 0.1621825 0.1744544
##9   0.12163330 152.0488 38.62773  0.000817980 0.6582728  0.01636360 0.1269088 0.2642728
##10  0.17353319 203.8814 54.27591  0.004271920 1.3110912  0.02345438 0.1826351 0.4110912
##11  0.15543307 180.9139 51.43410  0.005725860 0.7009097  0.02054517 0.1733614 0.2899097
##12  0.13931609 149.7466 38.53229  0.010178690 0.5957285  0.01663574 0.1300859 0.2167285
##13  0.13423285 132.0790 34.70047  0.004633740 0.6785465  0.01472675 0.1228140 0.2425465
##14  0.16614961 209.3114 48.13864  0.017088790 1.2293645  0.02081776 0.1685421 0.3633645
##15  0.18906637 192.2438 56.80682  0.035543840 0.8241825  0.02490877 0.2032701 0.3971825
##16  0.12544893 204.3643 49.04000  0.011816973 1.0750908  0.02209085 0.1659085 0.4789092
##17  0.09089785 140.1715 38.70000  0.016633946 0.8851817  0.01718170 0.1408170 0.3098183
##18  0.10634678 133.6788 40.90000  0.012450920 0.6492725  0.02027255 0.1467255 0.2017275
##19  0.11979570 149.3861 40.84000  0.011267893 0.7123634  0.01936339 0.1436339 0.1966366
##20  0.14624463 155.3933 43.08000  0.007084866 0.8684542  0.02045424 0.1515424 0.2895458
##21  0.14171416 157.9006 43.01000  0.034906271 0.8055453  0.01954531 0.1584531 0.2504547
##22  0.15616308 156.8079 44.92000  0.055723244 0.8316362  0.02163616 0.1733616 0.2423638
##23  0.18463262 171.1152 49.02000  0.027544649 1.1137272  0.02172723 0.1802723 0.2232728
##24  0.20208154 163.9224 49.47000  0.040361622 1.5538181  0.02381808 0.1781808 0.7321819
##25  0.16153047 131.6297 36.19000  0.015178595 1.5769089  0.01690893 0.1270893 0.8350911
##26  0.10064935 139.5850 36.40000  0.016663961 0.5380000  0.01911093 0.1331109 0.3332219
##27  0.17132468 172.9900 55.53000  0.020331981 0.6900000  0.02622213 0.1962221 0.2524443
##28  0.14300000 193.8950 44.01000  0.025000000 0.7810000  0.02133333 0.1513333 0.2686667
##29  0.17567532 181.6000 51.98000  0.053668019 0.7630000  0.02744453 0.1834445 0.3198891
##30  0.19535065 182.6050 53.05000  0.035336039 0.6770000  0.02555574 0.1905557 0.2981115
##31  0.15202597 147.7100 39.68000  0.040004058 0.7020000  0.01866694 0.1456669 0.2403339
##32  0.17570130 181.5150 41.83000  0.062672078 0.7900000  0.02777814 0.1677781 0.6045563
#333  0.16237662 124.4200 31.92000  0.061340097 0.5970000  0.01688934 0.1148893 0.2657787

我只打印前8 列。请注意，自上次5 以来，Mdat_samp 的 38 行中只有 33 行的时间戳超出了Blanks 的范围。

【讨论】：