R - 加速数组维度上的循环

Question

我正在处理一个具有维度的数组

[1] 290 259  55   4

对于最后三个维度的每次重复，我想对第一个维度的 290 个元素执行滚动均值，将元素数量减少到 289 个。最后，我需要创建一个包含更新值的数据框。

下面的代码实现了我所需要的，但是需要很长时间才能运行(实际上，我必须在结束之前中断它)。

library(zoo)

# Generate random data with same dimensions as mine
my.array <- array(1:16524200, dim=c(290,259,55,4))

# Get dimension sizes
dim2 <- dim(my.array)[2]
dim3 <- dim(my.array)[3]
dim4 <- dim(my.array)[4]

# Pre-allocate data frame to be used within the loop
df2 <- data.frame()

# Loop over dimensions
for (i in 1:dim4) {
  for (j in 1:dim3) {
    for (k in 1:dim2) {

      # Take rolling average
      u <- rollapply(my.array[,k,j,i], 2, mean)

      # Assemble data frame
      df1 <- data.frame(time=i, level=j, lat=k, wind=u)
      df2 <- rbind(df2, df1)

    }
  }
}
# Very slow, and uses only one machine core

我觉得可以通过使用向量化甚至某种并行来改善这段代码的处理时间，但我不知道如何。

有什么建议可以使此代码更有效吗？

Answer 1

apply()适用于任意数量的维度，因此您可以使用包裹在 as.data.frame.table() 中的以下内容更快地获得相同的结果有效地将输出从数组转换为数据帧:

library(zoo)
df <- as.data.frame.table(apply(my.array, c(2,3,4), rollmean, 2))

并非绝对必要，但这可以整理以匹配您的原始输出:

idx <- sapply(df, is.factor)
df[idx] <- sapply(df[idx], as.integer)

df <- setNames(df[c(4,3,2,5)], c("time", "level", "lat", "wind"))

检查结果是否相同:

identical(df2, df)
[1] TRUE