Как этот код, содержащий цикл for и условные операторы, можно было бы переписать в векторизованном формате?

Я хочу написать более эффективный код, и мне интересно, как это можно улучшить:

Цель этого кода — искать сбои в отметке времени и устанавливать возрастающее значение при каждом сбое времени.

t <- structure(list(time = c(224.725, 224.783333, 224.791667, 249.925, 249.941667, 249.95, 254.091667, 254.1, 257.7, 257.708333), xpos = c(0.163348, 0.153299, 0.152359, 0.361539, 0.361141, 0.360954, 0.268117, 0.26734, 0.337446, 0.337682), ypos = c(0.324384, 0.270986, 0.263144, 0.281089, 0.281312, 0.281232, 0.230567, 0.2278, 0.213937, 0.213563), zpos = c(0.552786, 0.497958, 0.489427, 0.500912, 0.501001, 0.500993, 0.450065, 0.446757, 0.429773, 0.429488), gaps = c(NA, 0.0583330000000046, 0.00833399999999074, 25.133333, 0.016666999999984, 0.00833299999999326, 4.14166700000001, 0.00833299999999326, 3.59999999999999, 0.00833299999999326), xvel = c(NA, -0.17226955582602, -0.112790976721987, 0.00832281178146965, -0.0238795224095753, -0.0224408976359227, -0.0224153704293464, -0.093243729749262, 0.0194738888888889, 0.0283211328453317), yvel = c(NA, -0.915399516568593, -0.940964722823222, 0.000713992051909708, 0.0133797324053665, -0.00960038401537132, -0.0122329970033805, -0.332053282131553, -0.00385083333333334, -0.0448817952718454), zvel = c(NA, -0.93991394236531, -1.02363810895242, 0.000456962870782001, 0.00533989320214143, -0.000960038401537798, -0.012296498004306, -0.39697587903548, -0.00471777777777779, -0.0342013680547541)), row.names = c(26968L, 26975L, 26976L, 29992L, 29994L, 29995L, 30492L, 30493L, 30925L, 30926L), class = "data.frame")

j <- 1
t$trajectory[1] <- NA
for(i in 2:nrow(t)){
  if (t$gaps[i] > 0.1){
    j <- j + 1
    t$trajectory[i] <- j
  }else {
    t$trajectory[i] <- j
  }
}
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
0
37
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Мы получаем кумулятивную сумму логического выражения (gaps > 0.1), заботясь об элементах NA, или начинаем со второй строки и обновляем уже созданную «траекторию» столбца NA. Используя кумулятивную сумму, когда выражение равно TRUE, оно добавляет 1 и сохраняет это значение, пока не достигнет другого TRUE

t$trajectory <- NA
t$trajectory[-1] <- with(t, cumsum(gaps[-1] > 0.1) + 1)
t$trajectory
#[1] NA  1  1  2  2  2  3  3  4  4

Или это можно написать в одну строку с

t$trajectory <- c(NA, cumsum(t$gaps[-1] > 0.1) + 1)

Другие вопросы по теме