Question

我在.CSV fromat中有一个200行和5列的大数据集。这是数据集的一部分：

 4.1    1.2 47.3    10954   51
 3.4    1.5 0.5 1   5316
 0.3    30.1    1.2 10  875
 0.2    0.4 119 0   0
   0    52.6    0.1 0   3.1
   0    0.3 880 0   0
   0    0.1 148 180 0
   0    0.1 490.2   0   0.4
   0    1.1 0.2 0.6 0.9
   0    0   0   0   0

我想编写一个代码来分别读取每10行并使用for循环将其存储在矩阵（10乘5）中。所以最后我每个都有20个矩阵（10 * 5）。这是命令行：

all.data   <- read.csv("C:\\Users\\Desktop\\myarray.csv",header=FALSE)#read whole data
for (k in 1:20){   
data_temp.k <- array(NA, dim=c(10,5))
  for( i in 1:10 ){
    for( j in 1:5 ) {
        data_temp.k[i,j] <- all.data[(k-1)*10:k*10,j]
    }
  }
}
write.csv(data_temp.k,"mymatrix.k")

我知道这个问题在某种程度上与“k”有关，它的双重功能在这里作为矩阵索引和计数器。

Answer 1

不要使用循环，使用行索引：

## Sample data
set.seed(1)
m <- matrix(rnorm(1000),nrow=200,ncol=5)
## Generate indices to keep
indices <- seq(1,nrow(m), by=10)
## Subset matrix rows
m[indices,]

Answer 2

除了可以使用array和aperm将mtrix分割成块并重新整形之外，这可能不会增加很多，所有这些都使用base R矢量化函数。您始终可以使用apply将函数应用于数组的每个维度。

#  Sample data
m <- matrix( 1:16 , 4 , 4 )
#     [,1] [,2] [,3] [,4]
#[1,]    1    5    9   13
#[2,]    2    6   10   14
#[3,]    3    7   11   15
#[4,]    4    8   12   16

# Use array() to turn into arrays and aperm() to transpose the 3D array t0 the result you expect
out <- aperm( array( t(m) , c(4,2,2) ) , c(2,1,3) )
#, , 1
#     [,1] [,2] [,3] [,4]
#[1,]    1    5    9   13
#[2,]    2    6   10   14

#, , 2
#     [,1] [,2] [,3] [,4]
#[1,]    3    7   11   15
#[2,]    4    8   12   16

您可以在第三维上应用功能，例如使用'apply'

#  Sum all the elements in each of the third dimension of your arrays
apply( out , 3 , sum )
#[1] 60 76

Answer 3

但是，如果您坚持使用for循环，则可以 - 至少 - 仅使用一个而不是三个嵌套循环。

您不需要j，因为您希望在每个矩阵中保留所有列。例如。 mat[1,]选择所有列和第1行;你不需要mat[1,1:ncol(mat)]。

此外，您使用i的方式是不必要的，因为您每次都会将多行（使用k-1 * 10等）分组以传递到行i。

最后，如果您尝试保存20个矩阵中的每个矩阵，则可能需要paste。

这应该有效（未经测试）：

for(k in 1:20)
 {
  data_temp.k <- all.data[((k-1)*10):(k*10),]

  write.csv(data_temp.k, paste("mymatrix", k, sep = ".")
 }

将索引分配给r中for循环内的矩阵

3 个答案: