为什么这两个操作不同?
library(lubridate)
library(magrittr)
> seconds_to_period(1:1000) %>% cumsum %>% sum
[1] 14492440
> 1:1000 %>% cumsum %>% sum
[1] 167167000
但是,我已经看到问题在于
cumsum
仅添加时间段的秒数并忽略其余部分 :seconds_to_period(60) + seconds_to_period(60)
[1] "2M 0S"
但
> cumsum(c(seconds_to_period(60), seconds_to_period(60)))
[1] 0 0
为什么这种行为是默认形式?我认为这是相当不直观的。此外,有什么方法可以克服这个问题并获得与
cumsum(1:1000)
相同的结果?使用“Period”类 lubridate 不涉及执行以下操作:c(seconds_to_period(60), seconds_to_period(60)) %>% as.numeric %>% cumsum
最佳答案
被 cumsum
一个原语,你可以在这里看到 https://github.com/Microsoft/microsoft-r-open/blob/master/source/src/main/cum.c什么R
它是在幕后做的。此外,如果您从第 215 行阅读:
PROTECT(t = coerceVector(CAR(args), REALSXP));
n = XLENGTH(t);
PROTECT(s = allocVector(REALSXP, n));
setAttrib(s, R_NamesSymbol, getAttrib(t, R_NamesSymbol));
UNPROTECT(2);
这是来自
period
的强制执行至 numeric
并且由于周期的结构,它只保留.Data
相比
seconds_to_period(60)@.Data
seconds_to_period(59)@.Data
因此,在C级,R不做
as.numeric
但是更快,更有效(但您可能会说不那么微妙,因为它没有像 .Data
那样实现 as.numeric
中的其他元素)数据强制。看起来像这样:
setClass("Foo", representation(.Data="numeric", number1 = "numeric", number2 = "numeric"))
bar <- new("Foo",.Data=5, number1 = 12, number2 = 31)
cumsum(bar)
结果是5,因为它只是强制到
numeric
Data
而且:
setClass("Foo2", representation(.Data="numeric", number1 = "numeric", number2 = "numeric"))
bar2 <- new("Foo2", number1 = 12, number2 = 31)
cumsum(bar2)
还给你
numeric(0)
因为没有 .Data
和
setClass("Foo3", representation( number1 = "numeric", number2 = "numeric"))
bar3 <- new("Foo3", number1 = 12, number2 = 31)
cumsum(bar3)
这根本不起作用:没有
.Data
, 在内部,R 不知道如何将其强制为 numeric
当做cumsum
所以:是因为如何
R
在内部处理复杂的 S4 对象。您可以随时告诉
lubridate
人们创建一个新参数seconds
并存储在 .Data
整个 S4 对象的累计秒数。我猜这样cumsum
将工作。但是现在,他们正在使用 .Data
存储第二个参数。见 edit(seconds_to_period)
:function (x)
{
span <- as.double(x)
remainder <- abs(span)
newper <- period(second = rep(0, length(x)))
slot(newper, "day") <- remainder%/%(3600 * 24)
remainder <- remainder%%(3600 * 24)
slot(newper, "hour") <- remainder%/%(3600)
remainder <- remainder%%(3600)
slot(newper, "minute") <- remainder%/%(60)
slot(newper, ".Data") <- remainder%%(60)
newper * sign(span)
}
最后,仅供娱乐。这是我如何制作的模拟版本
cumsum
在这里工作:setClass("Period2",representation(.Data="numeric", period="Period"))
seconds_to_period_2 <- function(x){
(lapply(x, function(y) new("Period2", .Data=y, period=seconds_to_period(y))))
}
a<-seconds_to_period_2(1:60)
cumsum(a)
最好的事物!
关于r - 使用 cumsum 的输出差异,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55315211/