Question

我有距离矩阵，每行都是一个人，每列都是一个设施。单元格显示从个人到工厂的长度。

station_col_numbers <- c(1,2,3)

部分设施是车站，部分设施是民意调查站。我想知道哪个最小距离更短。设施1,2和3是站点，因此analyse <- function(row_I){ row_I_withoutStation <- row_I[ , -station_col_numbers, with=F] row_I_ToStation <- row_I[ , station_col_numbers, with=F] toStation_min <- min(row_I_ToStation) toPollStation_min <- min(col_I_withoutStation) if (toStation_min >= toPollStation_min){ return(1) }else{ return(0) } }。其他设施是民意调查站。
例如，在第一行的情况下，他最近的车站是Faciity2（1835.176m），而他最近的车站是Facility6（2396.326）。然后，我真正想知道的是哪一个更接近。在这种情况下，自1835.176＆lt; 2396.326，车站离他很近，所以0是这一行的虚拟变量。

apply()

但是，当我使用Dummy <- apply(ODMatrix, 1, analyse) Error in row_I[, -station_col_numbers, with = F] : incorrect number of dimensions时，它会失败。

apply()

这是对class Category < ActiveRecord::Base has_many :softwares scope :visible, -> (visible) { where(:visible => true)} scope :invisible,-> (visible) { where(:visible => false)} scope :sorted, -> (sname) {order("softwares.sname ASC")} scope :newest_first, -> (created_at) {order("softwares.created_at DESC" )} scope :search, ->(sname) { |query| where(["sname LIKE ?","%#{query}%"]) } end的滥用吗？我该如何解决？

Answer 1

修改你的功能，有一些错别字/错误：

  analyse <- function(row_I){ #row_I=ODMatrix[1,] 
  col_I_withoutStation <- row_I[ -station_col_numbers]
  col_I_ToStation <- row_I[ station_col_numbers]
  toStation_min <- min(col_I_ToStation) 
  toPollStation_min <- min(col_I_withoutStation)
  #cat(toStation_min , toPollStation_min)
  if (toStation_min >= toPollStation_min){
    return(1) 
  }else{
    return(0) 
  }
}

apply(ODMatrix, 1, analyse)

你会得到

[1] 0 1 1 0 1

Answer 2

在基数R中，您可以创建一个逻辑整数向量，指示轮询站是否最接近：

ODMatrix$poll.closest <- +(apply(ODMatrix[,1:3], 1, min) > apply(ODMatrix[,4:10], 1, min))

给出：

> ODMatrix
   toFacility1 toFacility2 toFacility3 toFacility4 toFacility5 toFacility6 toFacility7 toFacility8 toFacility9 toFacility10 poll.closest
1:    4154.229    1835.176    5228.835    8093.985   7813.0557    2396.326    4055.081    4199.636    6790.750     4206.637            0
2:    4075.044    4848.875    3403.399    2575.370    501.4027    1072.520    1860.508    3188.388    2639.671     6118.273            1
3:    5660.299    3767.281    7249.469    4276.207   1917.6547    1288.333    3956.757    4511.083    1576.480     4940.198            1
4:    6853.425    1385.334    8696.045    7012.102   3201.9396    1708.367    4052.216    5352.751    5315.842     3218.540            0
5:    6746.253    1735.916    8397.047    5014.986   4820.9541    1681.347    3728.737    5334.818    6826.545     2085.071            1

使用 data.table ，您可以：

stations <- names(ODMatrix)[1:3]
pollstations <- names(ODMatrix)[4:10]
ODMatrix[, idx:=.I
         ][, dist.station := min(.SD), idx, .SDcols=stations
           ][, dist.poll := min(.SD), idx, .SDcols=pollstations
             ][, poll.closest := +(dist.station > dist.poll)
               ][, c("idx","dist.station","dist.poll"):=NULL]

获得相同的结果。或者，您也可以使用：

ODMatrix[, poll.closest := pmin(toFacility1,toFacility2,toFacility3) >
           pmin(toFacility4,toFacility5,toFacility6,toFacility7,toFacility8,toFacility9,toFacility10),
         by = 1:nrow(ODMatrix)]

R：在apply（）函数内使用data.table

2 个答案: