如何根据另一个df中的值使用向量中的值将值分配给df的列

Question

我正在模拟人工林的生长。

我必须每年（从0年到6年的列）填充10棵树（每行一棵）的df。我有一个来自“ growthmodels”包的函数，该函数可计算每年的树的体积或创建一个向量，并包含年份范围内的所有值。我有每年每棵树的年龄的df（有些树死了，必须重新种植，所以它们的年龄从零开始）。

这里是问题的简化版本：

volume <- data.frame(matrix(ncol = 6, nrow = 10))
age <- data.frame("y0" = rep(0, 10))
for (y in 2:6){
        d <- sample(1:10, 1)
        d0 <- 10-d
        age <- cbind(age, c(age[1:d, y-1] + rep(1, d), rep(0, d0)))
        names(age)[y] <- paste0("y", y-1)
}
library(growthmodels)
growth <- chapmanRichards(t=1:5, alpha=3, m=.4, k=.4, beta=1)

我发现了以下方法，但是执行起来超级慢。想象一下，我必须针对更多物种和100种具有多种生长速度的随机病例运行它。你有建议吗？

#inputing normal growth
for (y in 2:6){
        for (t in 1:nrow(volume)) {
                volume[t,y] <- chapmanRichards(t=age[t,y], alpha=3, m=.4, k=.4, beta=1)
        }
}

Answer 1

Base-R中的类似结果与循环相同。

apply(age,2, function(y) sapply(y,function(x) chapmanRichards(t=x, alpha=3, m=.4, k=.4, beta=1) ))

      y0        y1        y2       y3        y4       y5
 [1,]  0 0.4720002 1.1098773 1.650880 2.0600919 2.354331
 [2,]  0 0.4720002 1.1098773 1.650880 2.0600919 2.354331
 [3,]  0 0.4720002 1.1098773 1.650880 2.0600919 2.354331
 [4,]  0 0.0000000 0.4720002 1.109877 1.6508796 2.060092
 [5,]  0 0.0000000 0.4720002 0.000000 0.4720002 1.109877
 [6,]  0 0.0000000 0.4720002 0.000000 0.4720002 1.109877
 [7,]  0 0.0000000 0.4720002 0.000000 0.4720002 0.000000
 [8,]  0 0.0000000 0.0000000 0.000000 0.4720002 0.000000
 [9,]  0 0.0000000 0.0000000 0.000000 0.0000000 0.000000
[10,]  0 0.0000000 0.0000000 0.000000 0.0000000 0.000000

编辑：以发表您的评论：

您可以通过以下方式实现

rbind(
    apply(age[1:3,],2, function(y) sapply(y,function(x) chapmanRichards(t=x, alpha=3, m=.4, k=.4, beta=1))),
    apply(age[4:6,],2, function(y) sapply(y,function(x) chapmanRichards(t=x, alpha=3, m=.4, k=.4*7, beta=1))),
    apply(age[7:10,],2, function(y) sapply(y,function(x) chapmanRichards(t=x, alpha=3, m=.4, k=0, beta=1)))
)