Question

我想将潜在分数矩阵转换为观察分数。

可以通过将断点/阈值应用于原始矩阵来实现，从而最终得到一个新的分类矩阵。这样做很简单，例如：

#latent variable matrix
true=matrix(c(1.45,2.45,3.45,
              0.45,1.45,2.45,
              3.45,4.45,5.45)
,ncol=3,byrow=TRUE)

#breaks for the cut function
br=c(-Inf,1,2,3,4,Inf)

#apply cut function to latent variable
observed=apply(true,c(1,2),cut,breaks=br,labels=FALSE,include.lowest=TRUE)

但是，我需要做的是将不同的中断应用于原始矩阵的每一行。这些阈值存储在矩阵中：

#matrix of breaks for the cut function
br=matrix(c(-Inf,1,2,3,4,Inf,
             -Inf,1.5,2.5,3.5,4.5,Inf,
             -Inf,2,3,4,5,Inf)
,ncol=6,byrow=TRUE)

也就是说， br 矩阵的第1行应作为 true 矩阵的第1行的中断，仅适用于该行 ， br 的第2行是 true 等第2行的中断。

使用以下内容似乎无法完成工作：

for (i in 1:nrow(true)) {
  observed[i,]=apply(true[i,],c(1,2),cut,breaks=br[i,],labels=FALSE,include.lowest=TRUE)
}

你有什么想法吗？有没有办法将相应的br线应用于相应的真线并将其保存在观察到的同一线？

非常感谢提前！

KH

Answer 1

一些函数式编程和Map可以解决问题：

splitLines = function(m) split(m, rep(1:nrow(m), ncol(m)))

do.call(rbind, Map(cut, splitLines(true), splitLines(br), labels=F, include.lowest=T))
#  [,1] [,2] [,3]
#1    2    3    4
#2    1    1    2
#3    3    4    5

Answer 2

在行数上使用sapply（基本上只是隐藏for循环）可以提供您想要的内容：

values = sapply(1:nrow(true), function(i) 
     cut(true[i,], br[i,], labels=FALSE, include.lowest=TRUE)))
values = t(values)

不幸的是，我们需要额外的转置步骤才能使矩阵正确。

关于你问题中的for循环，当你只是对一行进行子集时，即true[i,]我们只得到一个向量。这会导致apply中断。要避免使用矢量，您需要一个额外的参数

true[i,, drop=FALSE]

R：使用行特定的断点应用切割

2 个答案: