Question

我已经查看了之前有关StackOverflow的问题，但还没有找到适用于我遇到的问题的解决方案。

基本上，我有一个数据框，我们会调用df，如下所示：

    source   destination    year    ship    count
         1          1415       1       6        0
         1          1415       2       6        0
         1          1415       3       6        0
         1          1415       4       6        0
         1          1415       5       6        0
         1          1415       6       6        0

如果您需要可复制代码：

df <- structure(list(source = c(1L, 1L, 1L, 1L, 1L, 1L), destination = 
c(1415, 1415, 1415, 1415, 1415, 1415), year = 1:6, ship = c(6, 
6, 6, 6, 6, 6), count = c(0, 0, 0, 0, 0, 0)), .Names = c("source", 
"destination", "year", "ship", "count"), class = "data.frame", 
row.names = c(NA, 6L))

我还有一个四维数组，我们将调用m1。基本上，df的前四列中的每一列都对应m1的四个维度中的每一个 - 基本上是一个索引。正如你现在可能猜到的那样，df的第五列对应于m1中实际存储的值。

例如，df$count[3] <- m1[1,1415,3,6]。

目前，整个count列都是空的，我想填写它。如果这是一项小任务，我会以缓慢而愚蠢的方式执行此操作并使用for -loop，但问题是df有大约300,000,000行，m1的维度大约是3900 x 3900 x 35 x 7.因此，以下方法，在运行完整后一天只能通过5％的行：

for(line in 1:nrow(df)){
   print(line/nrow(backcastdf))
   df$count[line] <- m1[df$source[line], df$destination[line], df$year[line], df$ship[line]]
}

有关如何以更快的方式执行此操作的任何想法？

Answer 1

据我所知，你只是在寻找矩阵索引。

考虑以下简化示例。

首先，您的array（包含4个维度）。

dim1 <- 2; dim2 <- 4; dim3 <- 2; dim4 <- 2
x <- dim1 * dim2 * dim3 * dim4

set.seed(1)
M <- `dim<-`(sample(x), list(dim1, dim2, dim3, dim4))
M
## , , 1, 1
## 
##      [,1] [,2] [,3] [,4]
## [1,]    9   18    6   29
## [2,]   12   27   25   17
## 
## , , 2, 1
## 
##      [,1] [,2] [,3] [,4]
## [1,]   16    5   14   20
## [2,]    2    4    8   32
## 
## , , 1, 2
## 
##      [,1] [,2] [,3] [,4]
## [1,]   31   28   24    7
## [2,]   15   11    3   23
## 
## , , 2, 2
## 
##      [,1] [,2] [,3] [,4]
## [1,]   13    1   21   30
## [2,]   19   26   22   10
##

其次，您的data.frame具有感兴趣的指数。

mydf <- data.frame(source = c(1, 1, 2, 2),
                   destination = c(1, 1, 2, 3),
                   year = c(1, 2, 1, 2),
                   ship = c(1, 1, 2, 1),
                   count = 0)
mydf
##   source destination year ship count
## 1      1           1    1    1     0
## 2      1           1    2    1     0
## 3      2           2    1    2     0
## 4      2           3    2    1     0

第三，提取：

out <- M[as.matrix(mydf[1:4])]
out
# [1]  9 16 11  8

第四，比较：

M[1, 1, 1, 1]
# [1] 9
M[1, 1, 2, 1]
# [1] 16
M[2, 2, 1, 2]
# [1] 11
M[2, 3, 2, 1]
# [1] 8

使用数据框中的值作为数组索引

1 个答案: