在 R 中的最小和最大允许值之间剪辑值答案

【问题标题】：Clip values between a minimum and maximum allowed value in R在 R 中的最小和最大允许值之间剪辑值
【发布时间】：2012-12-01 21:08:39
【问题描述】：

在 Mathematica 中有命令Clip[x, {min, max}] 这给出了x 用于min<=x<=max，min 用于x<min 和max 用于x>max，请参阅

http://reference.wolfram.com/mathematica/ref/Clip.html (mirror)

在 R 中实现这一目标的最快方法是什么？理想情况下，它应该是一个可列出的函数，并且理想情况下应该适用于单个值、向量、矩阵或数据帧...

【问题讨论】：

标签： r vectorization clip clamp

【解决方案1】：

我相信那会是来自raster 包的clamp()。

library(raster)
clamp(x, lower=-Inf, upper=Inf, ...)

【讨论】：

【解决方案2】：

这是一个嵌套pmin 和pmax 设置边界的方法：

 fenced.var <- pmax( LB, pmin( var, UB))

很难找到更快的方法。封装在一个默认范围为 3 和 7 的函数中：

fence <- function(vec, UB=7, LB=3) pmax( LB, pmin( vec, UB))

> fence(1:10)
 [1] 3 3 3 4 5 6 7 7 7 7

【讨论】：

非常优雅——太好了！
我经常使用这个。我有一个大型数据集，其中有几个变量在 0 以下似乎不太真实，并且在高端也应该受到合理的限制。真正的诀窍是记住用pmin 设置最大值，用pmax 设置最小值。
您的“很难找到更快的方法”显然促使我去看看。
是的。到目前为止，它仍然赢得了紧凑性奖。
我认为函数的参数 UB 和 LB 应该颠倒过来。我怀疑fence <- function(vec, LB=3, UB=7) pmax( LB, pmin( vec, UB)) 真的是你所追求的

【解决方案3】：

Rcpp 对此有 clamp：

cppFunction('NumericVector rcpp_clip( NumericVector x, double a, double b){
    return clamp( a, x, b ) ;
}')

这是一个快速基准测试，展示了它与所讨论的其他方法相比的表现：

pmin_pmax_clip <- function(x, a, b) pmax(a, pmin(x, b) )
ifelse_clip <- function(x, a, b) {
  ifelse(x <= a,  a, ifelse(x >= b, b, x))
}
operations_clip <- function(x, a, b) {
  a + (x-a > 0)*(x-a) - (x-b > 0)*(x-b)
}
x <- rnorm( 10000 )
require(microbenchmark)

microbenchmark( 
  pmin_pmax_clip( x, -2, 2 ), 
  rcpp_clip( x, -2, 2 ), 
  ifelse_clip( x, -2, 2 ), 
  operations_clip( x, -2, 2 )
)
# Unit: microseconds
#                        expr      min        lq   median        uq       max
# 1     ifelse_clip(x, -2, 2) 2809.211 3812.7350 3911.461 4481.0790 43244.543
# 2 operations_clip(x, -2, 2)  228.282  248.2500  266.605 1120.8855 40703.937
# 3  pmin_pmax_clip(x, -2, 2)  260.630  284.0985  308.426  336.9280  1353.721
# 4       rcpp_clip(x, -2, 2)   65.413   70.7120   84.568   92.2875  1097.039

【讨论】：

那个时代真是太棒了。
只是在控制台会话中粘贴钳位代码的行显然不是您希望我们 Rcpp 处女做的事情。
差不多。在我的编辑中查看我对cppFunction 的使用。（但您需要Rcpp 的当前开发版本，因为clamp 自上次发布以来已修复）。
非常酷。我对operations_clip() 时代的糟糕程度感到震惊和困惑....有时。任何想法为什么 max 值比所有这些函数的 min 值大得多？
我很确定这是关于内存分配的。 operations_clip 执行了很多，所以我猜有时需要更长的时间。

【解决方案4】：

这是一个适用于向量和矩阵的函数。

myClip <- function(x, a, b) {
    ifelse(x <= a,  a, ifelse(x >= b, b, x))
}

myClip(x = 0:10, a = 3,b = 7)
#  [1] 3 3 3 3 4 5 6 7 7 7 7

myClip(x = matrix(1:12/10, ncol=4), a=.2, b=0.7)
# myClip(x = matrix(1:12/10, ncol=4), a=.2, b=0.7)
#      [,1] [,2] [,3] [,4]
# [1,]  0.2  0.4  0.7  0.7
# [2,]  0.2  0.5  0.7  0.7
# [3,]  0.3  0.6  0.7  0.7

还有一个：

myClip2 <- function(x, a, b) {
    a + (x-a > 0)*(x-a) - (x-b > 0)*(x-b)
}

myClip2(-10:10, 0, 4)
# [1] 0 0 0 0 0 0 0 0 0 0 0 1 2 3 4 4 4 4 4 4 4

【讨论】：

太棒了！非常感谢！！我的功能要慢得多，但它的工作速度非常快！
这应该在 R 的基础库中！