r - 加速/替代引用先前计算行的 for 循环

Question

我有一些代码需要构建一个列，该列查看前一行并求和，直到达到某个点，该点返回到 0 并再次开始。
目前这是通过 for 循环完成的，但是我想用它来处理的数据集之一是 300 万行，用这种方法处理需要几天时间。为了用于我的目的，它需要在几秒钟内处理。
有没有办法加快或替换 for 循环，以便可以更快地处理？
( lag() 等不能使用，因为它们使用的是预先计算的数据)

DD <- c("Yes", "No", "No", "Yes", "No", "No", "No", "No", "No", "No", "Yes", "Yes", "Yes", "Yes", "Yes", "Yes", "No", "Yes", "Yes", "Yes", "Yes", "Yes", "No", "No", "No")

dataOut <- data.frame(DD)

alarm.upper.limit <- 7.26
alarm.lower.limit <- -7.26

s <- 0.11

dataOut$weight <- if_else(dataOut$DD=="Yes", 1-s, 0-s)

dataOut$cusum[1] <- dataOut$weight[1]

for (j in 2:nrow(dataOut)) {
  dataOut$cusum[j] <- if(dataOut$cusum[j-1]<alarm.lower.limit){dataOut$cusum[j]=0}
  else if(dataOut$cusum[j-1]>alarm.upper.limit){dataOut$cusum[j]=0}
  else{(dataOut$weight[j])+(dataOut$cusum[j-1])}
}

Answer 1

我们可以使用 accumulate它应该比 for 快循环操作

library(dplyr)
library(purrr)
dataOut %>%
   mutate(cusum2 = accumulate(weight, ~
     if(between(.x, alarm.lower.limit, alarm.upper.limit)) .x + .y else 0))

或使用 Reduce在 base R

dataOut$cusum3 <- with(dataOut, Reduce(function(x, y)
  if(x >= alarm.lower.limit & x <= alarm.upper.limit) x + y 
       else 0, weight, accumulate = TRUE))

在稍微大一点的数据上

dataOut1 <- dataOut[rep(seq_len(nrow(dataOut)), 1e3), ]
 
 
system.time({
 dataOut1$cusum[1] <- dataOut1$weight[1]

 for (j in 2:nrow(dataOut1)) {
   dataOut1$cusum[j] <- if(dataOut1$cusum[j-1]<alarm.lower.limit){
          dataOut1$cusum[j]=0}
   else if(dataOut1$cusum[j-1]>alarm.upper.limit){
         dataOut1$cusum[j]=0}
   else{
         (dataOut1$weight[j])+(dataOut1$cusum[j-1])}
 }
 
 })
#  user  system elapsed 
#  0.902   0.758   1.617 

system.time({
   dataOut1 <-  dataOut1 %>%
              mutate(cusum2 = accumulate(weight, 
   ~ if(between(.x, alarm.lower.limit, alarm.upper.limit)) .x + .y else 0))

})

#user  system elapsed 
#  0.110   0.005   0.116