Question

我正在尝试计算三维点之间的欧几里德距离，并将该距离作为附加列添加。我试图循环遍历行，如下所示：

df1 <- as.data.frame(list('x'=1:5,'y'=(1:5)^2,'z'=6:10))

for (i in 2:nrow(df1)) {
  df1$diff <- sqrt((df1$x[i,]-df1$x[i-1,])^2 - 
                   (df1$y[i,]-df1$y[i-1,])^2 -
                   (df1$z[i,]-df1$z[i-1,])^2)
}

但是我收到了错误：

Error in df1$x[i, ] : incorrect number of dimensions

我哪里错了？

Answer 1

主要问题是在索引时将x视为类似数组的对象。即您正在使用x[row, col]索引编制应使用x[element]的位置。

在将结果插入其中时，您还需要索引到df1$diff。你的欧几里德距离方程是错误的;你需要加上平方差，而不是减去它们。

df1 <- data.frame(list(x = 1:5, y = (1:5)^2, z = 6:10))
df1$diff <- NA

for (i in 2:nrow(df1)) {
  df1$diff[i] <- with(df1, sqrt((x[i] - x[i-1])^2 + 
                                (y[i] - y[i-1])^2 +
                                (z[i] - z[i-1])^2))
}

> df1
  x  y  z     diff
1 1  1  6       NA
2 2  4  7 3.316625
3 3  9  8 5.196152
4 4 16  9 7.141428
5 5 25 10 9.110434

你不需要这个循环，你可以依赖R进行逐个元素的操作，从而只需一步即可完成：

df1 <- data.frame(list(x = 1:5, y = (1:5)^2, z = 6:10))
df1$diff <- c(NA, sqrt(rowSums((df1[-1, 1:3] - df1[-5, 1:3])^2)))

df1

> df1
  x  y  z     diff
1 1  1  6       NA
2 2  4  7 3.316625
3 3  9  8 5.196152
4 4 16  9 7.141428
5 5 25 10 9.110434

如果真正的问题很大，你可能希望用df1强制转换为矩阵，因为数据帧很慢。

m1 <- as.matrix(df1[, 1:3])
m1 <- cbind(m1, diff = c(NA, sqrt(rowSums((m1[-1, 1:3] - m1[-5, 1:3])^2))))

> m1
     x  y  z     diff
[1,] 1  1  6       NA
[2,] 2  4  7 3.316625
[3,] 3  9  8 5.196152
[4,] 4 16  9 7.141428
[5,] 5 25 10 9.110434

您可以使用head()和tail()将其包装到一个函数中，这样您就不必担心原始数据有多少行了：

myEuc <- function(x) {
  if (isdf <- is.data.frame(x)) {
    x <- data.matrix(x)
  }
  dij <- c(NA, sqrt(rowSums((tail(x, -1) - head(x, -1))^2)))
  x <- cbind(x, diff = dij)
  if (isdf) {
    x <- as.data.frame(x)
  }
  x
}

df1 <- data.frame(list(x = 1:5, y = (1:5)^2, z = 6:10))
myEuc(df1)

> myEuc(df1)
     x  y  z     diff
     1  1  6       NA
[2,] 2  4  7 3.316625
[3,] 3  9  8 5.196152
[4,] 4 16  9 7.141428
[5,] 5 25 10 9.110434

Answer 2

这是另一个选项

sqrt(Reduce('+',lapply(df1, function(x) (x- lag(x, default=x[1]))^2)))
#[1] 0.000000 3.316625 5.196152 7.141428 9.110434

或者

c(0,sqrt(rowSums((sapply(df1, diff))^2)))
#[1] 0.000000 3.316625 5.196152 7.141428 9.110434

Answer 3

您的新变量的观察次数少于data.frame，因此您需要在向量的顶部或底部添加NA：

df1 <- as.data.frame(list('x'=1:5,'y'=(1:5)^2,'z'=6:10))

myVec <- numeric(nrow(df1))
myVec[1] <- NA
for (i in 2:nrow(df1)) {
myVec[i] <- sqrt((df1[i,"x"]-df1[i-1,"x"])^2 + 
                 (df1[i,"y"]-df1[i-1,"y"])^2 +
                 (df1[i,"z"]-df1[i-1,"z"])^2)
}

df1$diff <- myVec

在数据框中的相邻行之间执行计算

3 个答案: