使用重复索引矢量化循环答案

【问题标题】：Vectorize loop with repeating indices使用重复索引矢量化循环
【发布时间】：2017-11-15 19:59:51
【问题描述】：

我有一个包含重复值的索引向量：

 IN <- c(1, 1, 2, 2, 3, 4, 5)

我想用这些索引减去两个向量：

ST <- c(0, 0, 0, 0, 0, 0, 0)
SB <- c(1, 1, 1, 1, 1, 1, 1)

但是，我想按“顺序”进行减法，这样在减去第一个索引值 (0, 1) 后，第二次减法将“建立”第一次减法。我想最终得到一个看起来像这样的向量 FN：

c(-2, -2, -1, -1, -1, 0, 0)

这在 for 循环中很容易做到：

for(i in seq_along(IN)){
  ST[IN[i]] <- ST[IN[i]] - SB[IN[i]]
}

但是我需要在长向量上多次运行这个循环，这可能需要好几个小时。有什么方法可以矢量化这个任务并避免 for 循环？也许使用 data.table 技术？

【问题讨论】：

感谢您的回复。我必须做一些测试，看看哪种方法最能满足我的需求，但两者都能完成工作。

标签： r vector vectorization

【解决方案1】：

这是在基础 R 中使用 aggregate 的选项：

ag <- aggregate(.~IN, data.frame(IN, ST[IN]-SB[IN]), sum)
replace(ST, ag[,1], ag[,2])

#[1] -2 -2 -1 -1 -1  0  0

或者使用xtabs：

d <- as.data.frame(xtabs(B~A, data.frame(A=IN, B=ST[IN]-SB[IN])))
replace(ST, d[,1], d[,2])

【讨论】：

【解决方案2】：

当然，使用 data.table，它是

library(data.table)
DT = data.table(ST)
mDT = data.table(IN, SB)[, .(sub = sum(SB)), by=.(w = IN)]
DT[mDT$w, ST := ST - mDT$sub ]

   ST
1: -2
2: -2
3: -1
4: -1
5: -1
6:  0
7:  0

或者使用基础 R：

w = sort(unique(IN))
ST[w] <- ST[w] - tapply(SB, IN, FUN = sum)
# [1] -2 -2 -1 -1 -1  0  0

【讨论】：