Question

以下是数据设置：

require(data.table)
set.seed(42)
pos_mat <- data.table(c1 = sample(1:1000), c2 =  sample(1:1000), c3 = sample(1:1000))
data    <- data.table(value = rnorm(1000), other_stuff = rnorm(1000))

表格如下：

> pos_mat
    c1  c2  V3
1: 915 849 990
2: 937  63 439
3: 286 819 699
4: 828 538 887
5: 640 498 831

996: 118 793 783
997: 777 670 617
998: 579 195 643
999: 351 728 221
1000: 834 742 244

和

> data
           value  other_stuff
   1: -0.6013830  0.617336710
   2: -0.1358161 -0.004541141
   3: -0.9872728 -0.091256360
   4:  0.8319250  0.399959375
   5: -0.7950595  0.588901657

 996: -0.3757455  0.264323016
 997: -1.0417354 -1.355822276
 998:  0.6976674  0.359071548
 999: -0.1444488 -1.708252839
1000:  0.4985434 -0.635928277

现在pos_mat中的每个元素都响应数据中的行号。我想要一个与pos_mat具有相同尺寸的新data.table，但它没有行号，而是保存数据中的相应值。

即。 pos_mat [1，。（c1）]的值为915.在数据[915，。（value）] = 0.1702369中，我希望将其存储在新对象中。

我感觉像是这样：

new <- pos_mat
n <- nrow(pos_mat)
for(i in n) new[i,] <- data[unlist(pos_mat[1,]), value]

应该有效，但它一直告诉我尺寸是错误的。

Answer 1

使用较小的数据集

require(data.table)
set.seed(42)
pos_mat <- data.table(c1 = sample(1:10), c2 =  sample(1:10), c3 = sample(1:10))
data <- data.table(value = rnorm(10), other_stuff = rnorm(10))

如果您需要data.table解决方案，可以使用set并更新pos_dat（或任何其他数据集），例如

for (j in names(pos_mat)) set(pos_mat, j = j, value = data[pos_mat[[j]], value])
pos_mat
#             c1         c2         c3
#  1:  1.8951935  1.3201133  1.8951935
#  2:  1.2146747 -1.7813084 -0.2842529
#  3: -2.6564554 -0.1719174 -0.1719174
#  4: -0.3066386 -0.2842529 -1.7813084
#  5: -2.4404669 -2.6564554  0.6359504
#  6: -0.1719174  1.8951935 -2.6564554
#  7:  1.3201133 -2.4404669  1.2146747
#  8:  0.6359504  0.6359504  1.3201133
#  9: -0.2842529 -0.3066386 -0.3066386
# 10: -1.7813084  1.2146747 -2.4404669

或使用矩阵（使用新的pos_mat数据集）

res <- data[unlist(pos_mat), value]
dim(res) <- dim(pos_mat)
res
#             [,1]       [,2]       [,3]
#  [1,]  1.8951935  1.3201133  1.8951935
#  [2,]  1.2146747 -1.7813084 -0.2842529
#  [3,] -2.6564554 -0.1719174 -0.1719174
#  [4,] -0.3066386 -0.2842529 -1.7813084
#  [5,] -2.4404669 -2.6564554  0.6359504
#  [6,] -0.1719174  1.8951935 -2.6564554
#  [7,]  1.3201133 -2.4404669  1.2146747
#  [8,]  0.6359504  0.6359504  1.3201133
#  [9,] -0.2842529 -0.3066386 -0.3066386
# [10,] -1.7813084  1.2146747 -2.4404669

两者都应该有效，但data.table可能更有效率

从行号矩阵

1 个答案: