-2

71x2446 データ フレームを取り、2x2446 倍精度行列を返す関数結果があります。2446 組のそれぞれの最初の数字は 1 ～ 6 の整数を表し、これは基本的に線がどのカテゴリに当てはまるかを表し、2 番目の数字はそのカテゴリの利益または損失です。各カテゴリの頻度をカウントしながら、各カテゴリの利益の合計を計算したいと考えています。私の質問は、私が書いた方法がベクトルの効率的な使用であるかどうかです

  vec<-as.data.frame(t(apply(theData,1,theresults)))
  vec[2][vec[1]==1]->successCrossed
  vec[2][vec[1]==2]->failCrossed
  vec[2][vec[1]==3]->successFilled
  vec[2][vec[1]==4]->failFilled
  vec[2][vec[1]==5]->naCount
  vec[2][vec[1]==6]->otherCount

次に、結果を要約している間に、 length() と mean() への呼び出しがたくさんあります。

結果は、このような方法で元のデータ フレームを参照します

   theresults<-function(theVector)
  {
       if(theVector[['Aggressor']]=="Y")
       {
      if(theVector[['Side']]=="Sell")
      {choice=6}
      else
     {choice=3}
     if(!is.na(theVector[['TradePrice']])&&!is.na(theVector[['L1_BidPri_1']])&&!is.na(theVector[['L1_AskPri_1']])&&!is.na(theVector[['L2_BidPri_1']])&&!is.na(theVector[['L2_AskPri_1']]))
{
  Profit<-  switch(choice,                           
                  -as.numeric(theVector[['TradePrice']]) + 10000*as.numeric(theVector[['L1_AskPri_1']])/as.numeric(theVector[['L2_BidPri_1']]),
                  -as.numeric(theVector[['TradePrice']]) + 10000*as.numeric(theVector[['L1_BidPri_1']])/as.numeric(theVector[['L2_BidPri_1']]),
4

2 に答える 2

0

このタイプの操作では、たとえデータ セットが数十万行にあったとしても、正しい答えは Uwe の格言を使用することであると確信しています。このコードは十分に高速で、プログラムのボトルネックにはなりません。（他の回答に応えて、cbindは遅く、現在のソリューションに比べてメモリを大量に消費します。）

于 2013-06-28T14:08:15.263 に答える
0

2x2446 ベクトルを組み合わせて、タイプと利益のステータスを表す文字列ベクトルにすることができます...そして、その上で「table」を呼び出します。

次に例を示します。

data = cbind(sample(1:6, replace=T, 30),
     sample (c("profit", "loss"), replace=T, 30))

x = apply(data, MARGIN=1, paste, collapse="")

table(x)
于 2013-01-25T23:29:34.680 に答える