Question

我有几个2D向量，其中第一列是索引（例如“timestamp”），第二列是值。

在每个for循环中，我得到其中一个向量，我想将它们全部合并到一个大的2D矩阵中，其中第一列是索引，而另一列是这些原始向量中的不同值。

例如：

v1 <- matrix(c(seq(1:10), rnorm(10)), nrow = 10, ncol = 2)
v2 <- matrix(c(1, 2, 3, 6, 7, 8, 9, rnorm(7)), nrow = 7, ncol = 2)
v3 <- matrix(c(11, 12, rnorm(2)), nrow = 2, ncol = 2)

我想要的结果是12x4矩阵：

第一列是1:12，第二列是v1的值，根据时间戳1:10，第三列是v2的值仅在1,2,3,6,7,8,9，第四列column是仅在位置11,12中的v3的值。如果没有可用的值，则将放置NULL。

请注意，我希望根据时间戳合并所有内容。

Answer 1

如果生成的所有“向量”都被称为“vi”，我是一个数字，你可以这样做：

# get the names of all the "vectors" generated :
list_vec<-ls(pattern="^v\\d+$")

# get all unique timestamps (all unique values from 1st column of the different "vectors")
unique_timestamp<-unique(unlist(sapply(list_vec,function(x){get(x)[,1]})))

# create the matrix that will contain all results :
new_mat<-matrix(,nrow=length(unique_timestamp),ncol=length(list_vec)+1)
new_mat[,1]<-sort(unique_timestamp)
colnames(new_mat)<-c("timestamp",list_vec)

# finally, fill the matrix with the values in second column of the different "vectors", with respect to the timestamps    
new_mat[,2:ncol(new_mat)]<-sapply(list_vec,function(x,mat){
                                              x<-get(x)
                                              x[match(mat[,1],x[,1]),2]
                              },new_mat)

> new_mat
      timestamp          v1         v2         v3
 [1,]         1 -0.95467687 -1.2764675         NA
 [2,]         2 -0.82596352  0.8011679         NA
 [3,]         3  0.20617686  0.3820669         NA
 [4,]         4 -0.09122235         NA         NA
 [5,]         5  0.42571662         NA         NA
 [6,]         6 -0.11503517  1.2128891         NA
 [7,]         7  0.64854445  0.4053852         NA
 [8,]         8  0.22632685  0.7690795         NA
 [9,]         9 -1.52236147  0.3290537         NA
[10,]        10  0.19791912         NA         NA
[11,]        11          NA         NA -2.0296883
[12,]        12          NA         NA  0.1624292

Answer 2

假设你总是有三个向量：

M <- matrix(NA, 12, 4)
M[,1]       <- 1:12   # Fill first column
M[v1[,1],2] <- v1[,2] # Fill second column
M[v2[,1],3] <- v2[,2] # Fill third column
M[v3[,1],4] <- v3[,2] # Fill fourth column

这应该很容易推广到任意维度。

Answer 3

我希望这会对你有所帮助

http://www.inside-r.org/packages/cran/qpcR/docs/cbind.na

或以下是一个例子

library（plyr）

>> x 
> [1] 1 2 3 4 5 6 

>> y 
> [1] 34  5  6

t（rbind.fill.matrix（matrix（x，nrow = 1），matrix（y，nrow = 1）））

  [,1] [,2] 
1    1   34 
2    2    5 
3    3    6 
4    4   NA 
5    5   NA 
6    6   NA

Answer 4

你可以做到

lst <- mget(ls(pattern='^v\\d+'))
Un <- sort(unique(unlist(lapply(lst,`[`, ,1 ))))
cbind(timestamp=Un,sapply(lst, function(x) 
             ifelse(Un %in% x[,1], x[,2], NA)))
#    timestamp      v1         v2        v3
# [1,]    1 -0.21183360 -1.7427876        NA
# [2,]    2 -1.04159113 -1.3249530        NA
# [3,]    3 -1.15330756 -0.5479339        NA
# [4,]    4  0.32153150         NA        NA
# [5,]    5 -1.50012988         NA        NA
# [6,]    6 -0.44553326  0.9275789        NA
# [7,]    7  1.73404543 -0.7167693        NA
# [8,]    8  0.51129562 -1.7427876        NA
# [9,]    9  0.09964504 -1.3249530        NA
# [10,]   10 -0.05789111         NA        NA
# [11,]   11          NA         NA 0.9623997
# [12,]   12          NA         NA 1.5458846

数据

set.seed(25)
v1 <- matrix(c(seq(1:10), rnorm(10)), nrow=10, ncol=2)
v2 <- cbind(c(1,2,3,6,7,8,9), rnorm(7))
v3 <- cbind(11:12, rnorm(2))

Answer 5

这是另一种选择，这次使用来自“reshape2”的melt和dcast：

library(reshape2)
dcast(
  melt(lapply(mget(ls(pattern='^v\\d+')), as.data.frame), id.vars = "V1"), 
  V1 ~ L1, value.var = "value")
#    V1         v1          v2        v3
# 1   1 -0.6264538  1.51178117        NA
# 2   2  0.1836433  0.38984324        NA
# 3   3 -0.8356286 -0.62124058        NA
# 4   4  1.5952808          NA        NA
# 5   5  0.3295078          NA        NA
# 6   6 -0.8204684 -2.21469989        NA
# 7   7  0.4874291  1.12493092        NA
# 8   8  0.7383247 -0.04493361        NA
# 9   9  0.5757814 -0.01619026        NA
# 10 10 -0.3053884          NA        NA
# 11 11         NA          NA 0.9438362
# 12 12         NA          NA 0.8212212

用几个向量创建一个矩阵

5 个答案:

数据