我正在创建一些人工数据。我需要创建家庭ID(H_ID)和个人ID(每个家庭中的P_ID)。
我找到了一种如何以 vector 化方式创建H_ID的方法。
N <- 50
### Household ID
# loop-for
set.seed(20110224)
H_ID <- vector("integer", N)
H_ID[1] <- 1
for (i in 2:N) if (runif(1) < .5) H_ID[i] <- H_ID[i-1]+1 else H_ID[i] <- H_ID[i-1]
print(H_ID)
# vectorised form
set.seed(20110224)
r <- c(0, runif(N-1))
H_ID <- cumsum(r < .5)
print(H_ID)
但是我不知道如何以 vector 化方式创建P_ID。
### Person ID
# loop-for
P_ID <- vector("integer", N)
P_ID[1] <- 1
for (i in 2:N) if (H_ID[i] > H_ID[i-1]) P_ID[i] <- 1 else P_ID[i] <- P_ID[i-1]+1
print(cbind(H_ID, P_ID))
# vectorised form
# ???
最佳答案
受Martin Morgan's solution启发，它涉及到一个密切相关的问题，这是一种真正的 vector 化方法，可以使用P_ID函数生成cummax。一旦您注意到P_ID与cumsum的!(r < 0.5)紧密相关，就会很清楚:
set.seed(1)
N <- 10
r <- c(0, runif(N-1))
H_ID <- cumsum(r < .5)
r_ <- r >= .5 # flip the coins that generated H_ID.
z <- cumsum(r_) # this is almost P_ID; just need to subtract the right amount...
# ... and the right amount to subtract is obtained via cummax
P_ID <- 1 + z - cummax( z * (!r_) )
> cbind(H_ID, P_ID)
H_ID P_ID
[1,] 1 1
[2,] 1 2
[3,] 2 1
[4,] 3 1
[5,] 3 2
[6,] 3 3
[7,] 3 4
[8,] 4 1
[9,] 5 1
[10,] 5 2
我没有做详细的时序测试，但是它可能很快，因为它们都是内部的 vector 化函数
关于r - 向量化循环，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/5111439/