矢量化总和，权重从另一个小标题中提取

Question

例如，我有两个小标题

library(tidyverse)

A <- tibble(
  G = c("A","A","B"),
  a = c("a", "b","c"),
  e = c(1, 2, 3))

Z <- tibble(
  i = c("a", "a", "a", "b", "b", "b", "c", "c", "c"),
  j = c("a", "b", "c", "a", "b", "c", "a", "b", "c"),
  z = c(1, .5, 0, 0, 1, 0, 0, 0, 1))

我想按如下方式改变

A$e

的值：

我希望

e

现在是所有列

e

的向量化总和，当

Z$z

和

a == i

时，按

a == j

的值加权，按

G

分组。

例如，对于

A

组：

z_sum_e <- c( 1*1 + 2*.5, 1*0 + 2*1) 

我认为有很多方法可以做到这一点，并且使用像

weighted.sum

这样的预打包函数可以使编码变得更容易，因为它会降低任务的复杂性，只需要过滤并从中提取正确的

nrow(A)

权重

Z$z

，然后

map

e

的变异，考虑到列

e

始终相同，唯一改变的是权重向量。

例如，

A %>%
  mutate(w = map(a,
                 ~ Z$z[Z$i == .x & Z$j %in% a]),
         .by = "G")

使用此代码，我必须始终对按

e

分组的同一列

G

求和，矢量化将基于采用的权重

w

。

我想要一个快速的解决方案，因为数据集大约有 50 万行，已分组，每组大约 5 行。

Answer 1

目前，我坚持使用以下代码：

A %>%
  mutate(w = map(a,
                 ~ Z$z[Z$i == .x & Z$j %in% a]),
         .by = "G") %>%
  mutate(e = map_dbl(w, ~ sum(.x * e)),
         .by = "G")

我仍然不知道这会有多快，所以也许你可以让它更快。