如何在R中矢量化ecdf函数？

Question

我有一个如下所示的数据框：

set.seed(42)
data <- runif(1000)    
utility <- sample(c("abc","bcd","cde","def"),1000,replace=TRUE)
stage <- sample(c("vwx","wxy","xyz"),1000,replace=TRUE)
x <- data.frame(data,utility,stage)
head(x)
   data utility stage
1 0.9148060     def   xyz
2 0.9370754     abc   wxy
3 0.2861395     def   xyz
4 0.8304476     cde   xyz
5 0.6417455     bcd   xyz
6 0.5190959     abc   xyz

我希望为实用程序和阶段的唯一组合生成累积分布函数。在我的实际应用程序中，我最终将生成大约100个cdfs，但这个随机数据将具有12（4x3）个唯一组合。但我将使用这些cdfs中的每一个数千次，所以我不想每次都在计算cdf。 ecdf（）函数完全按照我的意愿工作，除了我需要对它进行矢量化。以下代码不起作用，但它是我正在尝试做的要点：

ecdf_multiple <- function(x)
{
    i=0
    utilities <- levels(x$utilities)
    stages <- levels(x$stages)
    for(utility in utilities)
    {
        for(stage in stages)
        {
            i <- i + 1
            y <- ecdf(x[x$utilities == utility & x$stage == stage,1])
            # calculate ecdf for the unique util/stage combo
            z[i] <- list(y,utility,stage)
            # then assign it to a data element (list, data frame, json, whatever) note-this doesn't actually work
        }
    }
    z # return value
}

所以在运行ecdf_multiple并将其分配给变量后，我会通过传递一个值（我想要cdf），实用程序和阶段来引用该变量。

有没有办法对ecdf函数进行矢量化（或使用/ build另一个），这样我可以多次输出而不需要反复生成分布？

-------补充回应@Pascal的优秀建议.-------

如何将此扩展为采用“n”类别维度的更一般情况？这是我的尝试，基于Pascal的两个维度的情况。请注意我是如何尝试分配“y”的：

set.seed(42)
data <- runif(1000)    
utility <- sample(c("abc","bcd","cde","def"),1000,replace=TRUE)
stage <- sample(c("vwx","wxy","xyz"),1000,replace=TRUE)
openclose <- sample(c("open","close"),1000,replace=TRUE)
x <- data.frame(data,utility,stage,openclose)
numlabels <- length(names(x))-1
y <- split(x, list(x[,2:(numlabels+1)]))
l <- lapply(y,function(x) ecdf(x[,"data"]))

#execute
utility <- "abc"
stage <- "xyz"
openclose <- "close"
comb <- paste(utility, stage, openclose, sep = ".")
# call the function
l[[comb]](.25)

在上面的“y”分配期间，我收到以下错误消息：

"Error in sort.list(y) : 'x' must be atomic for 'sort.list'
Have you called 'sort' on a list?"

Answer 1

以下内容可能有所帮助：

# we create a list of criteria by excluding 
# the first column of the data.frame
y <- split(x, as.list(x[,-1]))
l <- lapply(y, function(x) ecdf(x[,"data"]))

utility <- "abc"
stage <- "xyz"
comb <- paste(utility, stage, sep = ".")    

l[[comb]](0.25)
# [1] 0.2613636
plot(l[[comb]])