r - 矢量化我的想法 : Vector Operations in R

Question

所以早些时候我回答了我自己关于在 R 中思考向量的问题。但现在我有另一个我无法“向量化”的问题。我知道向量更快，循环更慢，但我不知道如何在向量方法中做到这一点:

我有一个数据框(出于情感原因，我喜欢将其称为 my.data)，我想对其进行完整的边际分析。我需要一次删除某些元素并为数据框“赋值”，然后我需要通过仅删除下一个元素来再次进行迭代。然后再做一次……再一次……这个想法是对我的数据子集进行完整的边际分析。无论如何，我无法想象如何以矢量有效的方式做到这一点。

我已经缩短了代码的循环部分，它看起来像这样:

for (j in my.data$item[my.data$fixed==0]) { # <-- selects the items I want to loop 
                                            #     through
    my.data.it <- my.data[my.data$item!= j,] # <-- this kicks item j out of the list
    sum.data <-aggregate(my.data.it, by=list(year), FUN=sum, na.rm=TRUE) #<-- do an
                                                                         # aggregation

    do(a.little.dance) && make(a.little.love) -> get.down(tonight) # <-- a little
                                                                   #  song and dance

    delta <- (get.love)                                         # <-- get some love
    delta.list<-append(delta.list, delta, after=length(delta.list)) #<-- put my love
                                                                    #    in a vector 
}

所以很明显我在中间砍了一堆东西，只是为了让它不那么笨拙。目标是使用更有效的向量来删除 j 循环。有任何想法吗？

Answer 1

这似乎是另一种非常 R 型的生成总和的方法。生成一个与输入向量一样长的向量，只包含 n 个元素的重复总和。然后，从 sums 向量中减去原始向量。结果:一个向量(isums)，其中每个条目都是原始向量减去第 i 个元素。

> (my.data$item[my.data$fixed==0])
[1] 1 1 3 5 7
> sums <- rep(sum(my.data$item[my.data$fixed==0]),length(my.data$item[my.data$fixed==0]))
> sums
[1] 17 17 17 17 17
> isums <- sums - (my.data$item[my.data$fixed==0])
> isums
[1] 16 16 14 12 10