我正在将用户定义的函数应用于 3D 数组的各个单元格。每个单元格的内容是以下可能性之一,由于事先格式化,所有这些都是字符向量:
"N"
"A"
""
"1"
"0"
我想创建一个相同维度的新 3D 数组,其中单元格包含 NA
或包含 1 或 0 的数值向量。因此,我编写了一个名为 Numericize
的函数code> 并使用 aaply
将其应用到整个数组。然而,应用它需要很长时间。
Numericize <- function(x){
if(!is.na(x)){
x[x=="N"] <- NA; x
x[x=="A"] <- NA; x
x[x==""] <- NA; x
x <- as.integer(x)
}
return(x)
}
原始数组的尺寸为480x866x366。使用以下代码,该函数需要永远应用:
Final.Daily.Array <- aaply(.data = Complete.Daily.Array,
.margins = c(1,2,3),
.fun = Numericize,
.progress = "text")
我不确定速度问题是否来自低效的 Numericize
、低效的 aaply
,或者完全是其他原因。我考虑尝试使用 plyr 包设置并行计算,但我不认为这样一个简单的命令需要并行处理。
一方面,我担心我为自己创建了堆栈溢出(有关更多信息,请参阅 this),但我已将其他函数应用于类似的数组,没有出现问题。
ex.array <- array(dim = c(3,3,3))
ex.array[,,1] <- c("N","A","","1","0","N","A","","1")
ex.array[,,2] <- c("0","N","A","","1","0","N","A","")
ex.array[,,3] <- c("1","0","N","A","","1","0","N","A")
desired.array <- array(dim = c(3,3,3))
desired.array[,,1] <- c(NA,NA,NA,1,0,NA,NA,NA,1)
desired.array[,,2] <- c(0,NA,NA,NA,1,0,NA,NA,NA)
desired.array[,,3] <- c(1,0,NA,NA,NA,1,0,NA,NA)
ex.array
desired.array
有什么建议吗?
最佳答案
您可以使用矢量化方法:
ex.array[ex.array %in% c("", "N", "A")] <- NA
storage.mode(ex.array) <- "integer"
您可以简单地使用第二行,它将通过强制引入 NA。
关于arrays - 优化 3D 阵列上的函数速度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46286382/