Question

我的数据框如下：

Binning_data[1:4,]
  person_id  V1  V2  V3  V4    V5  V6  V7  V8    V9 V10 V11 V12 V13 V14 V15 V16
1       312  74  80  NA  87  90.0  85  88  98  96.5  99  94  95  90  90  93 106
2       316  NA  NA 116 106 105.0 110 102 105 105.0 102  98 101  98  92  89  91
3       318  71  61  61  61  60.5  68  62  67  64.0  60  59  60  62  59  63  63
4       319  64  NA  80  80  83.0  84  87  83  85.0  88  87  95  74  70  63  83

我想计算给定'index_person_id'（例如312）的欧几里德距离与所有其他person_id，同时省略所有NA。

例如：“312”和“316”之间的归一化欧几里德距离应省略前3个区间（V1，V2，V3），因为两行中至少有一个具有NA。它应该只计算从第4个箱到第16个箱的欧几里德距离并除以13（非空箱的数量）

Binning_Data的尺寸为10000 * 17。

输出文件的大小应为10000 * 2，第一列为person_id，第二列为“标准化欧几里德距离”。

我目前正在为此目的使用sapply：

index_person<-binning_data[which(binning_data$person_id==index_person_id),]
non_empty_index_person=which(is.na(index_person[2:ncol(index_person)])==FALSE)

distance[,2]<-sapply(seq_along(binning_data$person_id),function(j) {

compare_person<-binning_data[j,]    
non_empty_compare_person=which(is.na(compare_person[2:ncol(compare_person)])==FALSE)
non_empty=intersect(non_empty_index_person,non_empty_compare_person)
distance_temp=(index_person[non_empty+1]-compare_person[non_empty+1])^2
as.numeric(mean(distance_temp))    
})

这似乎需要相当长的时间。有更好的方法吗？

Answer 1

如果我运行你的代码，我会得到：

 0.0000 146.0192 890.9000 200.8750

如果您将数据框转换为矩阵，转置，则可以减去列，然后使用na.rm=TRUE上的mean来获取所需的距离。这可以使用colMeans在列上完成。这里是您的示例数据的行II：

> II = 1
> m = t(as.matrix(binning_data[,-1]))
> colMeans((m - m[,II])^2, na.rm=TRUE)
       1        2        3        4 
  0.0000 146.0192 890.9000 200.8750

然后你的10000x2矩阵（这里10000 == 4）：

> cbind(II,colMeans((m - m[,II])^2, na.rm=TRUE))
  II         
1  1   0.0000
2  1 146.0192
3  1 890.9000
4  1 200.8750

如果要为给定的索引列表计算此值，请将其循环，或许像这样使用lapply和rbind将它们全部重新组合在一起作为更改的数据框：

II = c(1,2,1,4,4)
do.call(rbind,lapply(II, function(i){data.frame(i,d=colMeans((m-m[,i])^2,na.rm=TRUE))}))
   i         d
1  1    0.0000
2  1  146.0192
3  1  890.9000
4  1  200.8750
11 2  146.0192
21 2    0.0000
31 2 1595.0179
41 2  456.7143
12 1    0.0000
22 1  146.0192
32 1  890.9000
42 1  200.8750
13 4  200.8750
23 4  456.7143
33 4  420.8833
43 4    0.0000
14 4  200.8750
24 4  456.7143
34 4  420.8833
44 4    0.0000

那是4 x length(II) - 行矩阵

计算R中的归一化欧氏距离

1 个答案: