Question

我有一份清单清单，我想要＆＃34; ngram＆＃34;它们，意思是每行我要追加N-1（其中N是作为参数传递的数字）跟随行，即：。

n = 2会给我一个只有3行（行 - n + 1）的矩阵：

1 2 3 4 5 6 // row1+row2
4 5 6 7 8 9 // row2+row3
7 8 9 1 2 3 // row3+row4

对于n = 3：

1 2 3 4 5 6 7 8 9 // row1+row2+row3
4 5 6 7 8 9 1 2 3 // row2+row3+row4

对于n = 4，它将返回1行，所有行连接在一起，对于n> 4，它将失败。

我在R中有一个相当简单的代码（R newbie here）：

ngram <- function(inp, window){
    rows <- dim(inp)[1]
    cols <- dim(inp)[2]
    resRows <- rows - window + 1

    res <- c()

    for(idx in 1:resRows) {
        newRow <- inp[idx,]
        for(ii in 1:(window-1)) {
            newRow <- c(newRow, inp[idx+ii,])
        }
        res <- rbind(res,newRow)
    }
    return(res)
}

iot <- read.csv("resources/data.csv")
iot <- ngram(iot, 5)

我认为，问题在于c(newRow, inp[idx+ii,])，如果我举例n=10，这个问题非常缓慢。有没有更好的方法来做我想做的事情？

Answer 1

我们假设你有一个以下矩阵

a <- matrix(1:12, 4, 3, byrow = T)

     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6
[3,]    7    8    9
[4,]   10   11   12

您可以使用cbind（n = 2，如您的示例）

来获取您的内容

cbind(a[1:(nrow(a) - 1),], a[2:nrow(a),])

     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]    1    2    3    4    5    6
[2,]    4    5    6    7    8    9
[3,]    7    8    9   10   11   12

如果我理解你的ngram函数，它应该以这种方式重写

ngram <- function(inp, window){
   N <- nrow(inp)
   cbind(inp[1:(N - window + 1),], inp[window:N,])
}

Answer 2

另一种方法是使用matrix从各个元素构建一个新矩阵。

matSplat <- function(myMat, n) {
  # get a list of the rows to combine
  rows <- lapply(seq_len(nrow(myMat)-(n-1)), function(i) i:(i+n-1))
  # transpose the matrix
  myMat.t <- t(myMat)
  # build up the new matrix
  matrix(unlist(lapply(rows, function(i) myMat.t[,i])), nrow(myMat)-(n-1), byrow=TRUE)
}

这导致

matSplat(myMat, 2)
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]    1    2    3    4    5    6
[2,]    4    5    6    7    8    9
[3,]    7    8    9    1    2    3
matSplat(myMat, 3)
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
[1,]    1    2    3    4    5    6    7    8    9
[2,]    4    5    6    7    8    9    1    2    3

数据

myMat <- matrix(c(1:9, 1:3), ncol=3, byrow = TRUE)

组合矩阵中的行

2 个答案: