将嵌套的for循环转换为R中的foreach？

Question

我编写了一个函数，其中有 2 个 for 循环嵌套在一个 foreach 循环中。我有一个数据帧列表，我试图在以下结构中循环：[[5]][10,30].

但是，我试图运行这个函数有 1,000,000 条路径（即 for (i in 1:1000000)），显然，性能很糟糕。

我真的很想运行这与 foreach 循环并行。我发现将任何形式的 apply 函数与 foreach 结合使用也无法正常工作。当然，如果有更好的方法，我也很乐意看到：

library(foreach)
library(doParallel)

# input: matr is a list of 5 matrices
cum_returns <- function(matr) {
  time_horizon <- 30
  paths <- 10
  asset <- 5

  foreach (x = matr) %dopar% {
    for (i in 1:paths) {
      x[i,] <- append(x[i,],100,0)
      for (m in 2:(time_horizon + 1)) {
        # loop through each row of matrix to apply function
        x[i,m] <- x[i,m-1] + x[i,m]
      }
    }
    return(x)
  }
}

该函数的目标是将数据帧转换成这种格式：

                   V1          V2         V3            V4         V5         V6
result.4   -0.3937681  0.42309970 -0.2283395 -0.8331735437  0.7874238 -0.1453797
result.9   -1.5680301  0.41994580 -2.1580822  1.6118210199 -1.1626008  1.7275690
result.4.1 -0.5495332 -0.82372187  0.3571042  1.0774779108 -0.7305624  0.6109353
result.9.1 -0.6323561  1.70637893  0.6652303  0.7848319013 -1.0563251  0.8036310
result.4.2 -0.3242765 -0.75415454  0.7407225 -1.7877216475  1.5852460  0.1917951
result.9.2 -0.5348290 -0.05270434  1.5113037  0.8491153876 -2.0715359 -2.0216315
result.4.3 -0.7013342 -0.89451784 -0.2683157 -0.2759993796  0.2709717  1.3437261
result.9.3  1.6187813 -1.53112097  0.6938031 -1.4157996794 -0.6058584  0.4324761
result.4.4 -0.6069532  0.07735158  0.7632158  1.0759685528 -0.3157746 -1.1726851
result.9.4 -0.4945204  1.20070722 -0.1619356 -0.0009728659 -2.0367133  1.4713883

对于这种格式，通过在每行的开头追加 100，然后在每行中添加以下每个值以在每行的字段中创建累积和：

            V1        V2        V3        V4        V5        V6
result.4   100  99.60623 100.02933  99.80099  98.96782  99.75524
result.9   100  98.43197  98.85192  96.69383  98.30565  97.14305
result.4.1 100  99.45047  98.62674  98.98385 100.06133  99.33076
result.9.1 100  99.36764 101.07402 101.73925 102.52408 101.46776
result.4.2 100  99.67572  98.92157  99.66229  97.87457  99.45982
result.9.2 100  99.46517  99.41247 100.92377 101.77289  99.70135
result.4.3 100  99.29867  98.40415  98.13583  97.85983  98.13080
result.9.3 100 101.61878 100.08766 100.78146  99.36566  98.75981
result.4.4 100  99.39305  99.47040 100.23361 101.30958 100.99381
result.9.4 100  99.50548 100.70619 100.54425 100.54328  98.50657

Answer 1

无需遍历行和列。您可以使用 R 的能力进行矢量化计算，将整列加在一起，并将对 append() 的重复调用替换为对 cbind() 的单次调用。

foreach (x = matr) %dopar% {
  x <- cbind(100,x)
  for (m in 2:(time_horizon + 1)) {
    # loop through each row of matrix to apply function
    x[,m] <- x[,m-1] + x[,m]
  }
  x  
}

即使我的计算机上没有使用多核，每个矩阵中有 1,000,000 行也非常快。

Answer 2

在 atiretoo 的回答的基础上，您可以对其进行更多矢量化，从而轻松实现并行化。此外，还有一个内置函数可以在每一行上执行您要执行的操作，cumsum（尽管由于某种原因我的输出被转置并且必须修复）。

library(parallel)
mclapply(matr, 
    function (x) {
       x <- cbind(100,x)
       return(t(apply(x,1,cumsum))
    }

您可以通过将 apply 替换为 parRapply 来进一步并行化。请注意，这些功能仅适用于 Linux 系统，您需要在 Windows.

上使用 parallel 包中的不同方法

将嵌套的for循环转换为R中的foreach？

Converting nested for loops to foreach in R?

parallel-processing

foreach

for-loop

r

dataframe