使用整数矩阵子集化data.frame

时间:2013-01-24 10:23:56

标签: r

我一直在努力,我想知道是否有一个简单的解决方法。在某些情况下,我发现考虑在

中对矩阵进行子集化更合乎逻辑
N <- 12
N.NA <- 6
dat <- data.frame(V1=runif(N),V2=runif(N))
sel.mat <- matrix(c(sample(seq(N),N.NA),sample(ncol(dat),N.NA,replace=TRUE)),ncol=2)

这适用于选择,但不适用于替换:

> dat[sel.mat]
[1] 0.2582569 0.8455966 0.8828083 0.5384263 0.9574810 0.5623158
> dat[sel.mat] <- NA
Error in `[<-.data.frame`(`*tmp*`, sel.mat, value = NA) : 
  only logical matrix subscripts are allowed in replacement

我意识到错误信息的原因(如果您有多个指向同一元素的替换,它将不知道该怎么办),但这并不能阻止R允许向量上的整数替换(例如{ {1}})。

是否有方便的方法允许用整数矩阵替换?

5 个答案:

答案 0 :(得分:7)

将其转换为矩阵:

dat.m <- as.matrix(dat)
dat.m[sel.mat] <- NA
> dat.m
             V1         V2
 [1,] 0.2539189         NA
 [2,] 0.5216975         NA
 [3,] 0.1206138 0.14714848
 [4,] 0.2841779 0.52352209
 [5,] 0.3965337         NA
 [6,] 0.1871074 0.23747235
 [7,] 0.2991774         NA
 [8,]        NA 0.09509202
 [9,] 0.4636460 0.59384430
[10,] 0.5493738 0.92334630
[11,] 0.7160894         NA
[12,] 0.9568567 0.80398264

编辑解释为什么我们在data.frame

时出错
dat.m[sel.mat] <- NA

相当于执行以下操作:

temp <- dat
dat <- "[<-"(temp, sel.mat, value=NA)

 Error in `[<-.data.frame`(temp, sel.mat, value = NA) : 
 only logical matrix subscripts are allowed in replacement

现在我可以做以下事情并且有效:

dat <- "[<-"(as.matrix(temp), sel.mat, value=NA)

答案 1 :(得分:6)

您可以根据整数矩阵创建逻辑矩阵:

log.mat <- matrix(FALSE, nrow(dat), ncol(dat))
log.mat[sel.mat] <- TRUE

此矩阵可用于使用NA(或其他值)替换数据框中的值:

is.na(dat) <- log.mat

结果:

           V1         V2
1  0.76063534         NA
2  0.27713051 0.10593451
3  0.74301263 0.77689458
4  0.42202155         NA
5  0.54563816 0.10233017
6          NA 0.05818723
7  0.83531963 0.93805113
8  0.99316128 0.61505393
9  0.08743757         NA
10 0.95510231 0.51267338
11 0.14035257         NA
12 0.59408022         NA

这允许您将原始对象保留为允许不同类型列的数据框。

答案 2 :(得分:2)

在R中,表达式

dat[sel.mat]
dat[sel.mat] <- NA

是S3方法,相当于

`[.data.frame`(x=dat, i=sel.mat)
`[<-.data.frame`(x=dat, i=sel.mat, value=NA)

因为class(dat)是“data.frame”。

您可以查看

的源代码
`[.data.farme`
`[<-.data.frame`

并将其修改为您想要的内容。


在你的情况下,也许你想要:

`[<-.data.frame` <- function(x, i, j, value) {
  if (class(i) != "matrix") return(base:::`[<-.data.frame`(x, i, j, value))
  if (class(i[1]) != "integer") return(base:::`[<-.data.frame`(x, i, j, value))
  # check the length of i and value here
  if (length(value) < nrow(i)) {
    if (nrow(i) %% length(value) != 0) warning("some warning message should be here")
    value <- rep(value, nrow(i) %/% length(value) + 1)
  }
  value <- value[1:nrow(i)]
  for(index in 1:nrow(i)) {
    x[i[index,1], i[index,2]] <- value[index]
  }
  return(x)
}

试一试:

N <- 12
N.NA <- 6
dat <- data.frame(V1=runif(N),V2=runif(N))
sel.mat <- matrix(c(sample(seq(N),N.NA),sample(ncol(dat),N.NA,replace=TRUE)),ncol=2)
dat[sel.mat] <- NA
dat

答案 3 :(得分:2)

FWIW,替换的矩阵索引在当前R-devel快照中起作用(并且将成为R-3.0.0的一部分)。显然,R-core中的某个人有着和你一样的愿望。

R-devel NEWS file中所述:

  

现在支持通过两列数字索引对数据帧进行矩阵索引以进行替换和提取。

示范:

dat[sel.mat]
## [1] 0.3355509 0.4114056 0.2334332 0.6597042 0.7707762 0.7783584
dat[sel.mat] <- NA
dat[sel.mat]
## [1] NA NA NA NA NA NA

R.version.string
# [1] "R Under development (unstable) (2012-12-29 r61478)"

答案 4 :(得分:0)

也许使用循环?

for (i in 1:nrow(sel.mat))
{
  dat[sel.mat[i,1],sel.mat[i,2]] <- NA
}

> dat
              V1         V2
    1         NA 0.27002155
    2  0.7253383         NA
    3         NA 0.63847293
    4  0.1768720 0.64586587
    5  0.3796935 0.62261843
    6  0.6751365 0.78328647
    7  0.9801140 0.82259732
    8         NA 0.08606641
    9  0.3294625 0.44110121
    10 0.2830957         NA
    11 0.6868594 0.09767882
    12 0.9802349         NA