Question

我正在尝试将函数应用于矩阵的每一行或每列，但我需要为每一行传递不同的参数值。

我以为我熟悉lapply，mapply等......但可能还不够。

举个简单的例子：

> a<-matrix(1:100,ncol=10);
> a
      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,]    1   11   21   31   41   51   61   71   81    91
 [2,]    2   12   22   32   42   52   62   72   82    92
 [3,]    3   13   23   33   43   53   63   73   83    93
 [4,]    4   14   24   34   44   54   64   74   84    94
 [5,]    5   15   25   35   45   55   65   75   85    95
 [6,]    6   16   26   36   46   56   66   76   86    96
 [7,]    7   17   27   37   47   57   67   77   87    97
 [8,]    8   18   28   38   48   58   68   78   88    98
 [9,]    9   19   29   39   49   59   69   79   89    99
[10,]   10   20   30   40   50   60   70   80   90   100

假设我想将函数应用于每一行，我会这样做：

apply(a, 1, myFunction);

但是我的函数接受了一个参数，所以：

apply(a, 1, myFunction, myArgument);

但如果我希望我的论证为每一行采用不同的值，我找不到正确的方法。如果我用多个值定义'myArgument'，那么整个向量显然会传递给'myFunction'的每次调用。

我认为我需要在apply和多元mapply之间使用一种混合体。它有意义吗？

实现我的目标的一个'脏'方法是按行（或列）拆分矩阵，在结果列表上使用mapply并将结果合并回矩阵：

do.call(rbind, Map(myFunction, split(a,row(a)), as.list(myArgument)));

我看过扫描，聚合，所有*应用变化，但我找不到与我的需要完美匹配。我错过了吗？

感谢您的帮助。

Answer 1

您可以使用sweep来执行此操作。

a <- matrix(rnorm(100),10)
rmeans <- rowMeans(a)
a_new <- sweep(a,1,rmeans,`-`)
rowMeans(a_new)

Answer 2

我认为没有什么好的答案，但你可以通过使用mapply来处理＆＃34; rbind＆＃34;部分适合您，假设您的函数始终返回相同大小的向量（另外，Map实际上只是mapply）：

a <- matrix(1:80,ncol=8)
myFun <- function(x, y) (x - mean(x)) * y
myArg <- 1:nrow(a)

t(mapply(myFun, split(a, row(a)), myArg))

Answer 3

我知道这个话题很安静，但我有同样的问题，我就这样解决了：

# Original matrix
a <- matrix(runif(n=100), ncol=5)
# Different value for each row
v <- runif(n=nrow(a))
# Result matrix -> Add a column with the row number
o <- cbind(1:nrow(a), a)
fun <- function(x, v) {
  idx <- 2:length(x)
  i <- x[1]
  r <- x[idx] / v[i]
  return(r)
}
o <- t(apply(o, 1, fun, v=v)

通过在原始矩阵的左侧添加行号，可以从数据矩阵的第一列接收参数向量中所需值的索引。

R - 为矩阵的每个行/列应用具有不同参数值的函数

3 个答案: