Question

我有以下代码来创建一个带有R的最后一列的图案化上三角矩阵。我想知道是否有人指出更有效的方法来获得相同的。

matrix_k <- function(n){
  j <- 0
  kn22 <- NULL
  while(j < n-1){
    long <- sqrt((n-j-1)*(n-j)) 
    i <- 0
    kn2 <- NULL
    while(i < n){
      if(i == j) k = (n-j-1) else k = NA
      if(i < j)  k =  0      else k = k
      if(i > j)  k = -1      else k = k
      kn <- k/long
      kn2 <- cbind(kn2, kn)
      i <- i+1  
    }
    kn22 <- rbind(kn22, kn2)
    j <- j+1    
  }
  return(kn22)
}


matrix_k(5)
           kn         kn         kn         kn         kn
[1,] 0.8944272 -0.2236068 -0.2236068 -0.2236068 -0.2236068
[2,] 0.0000000  0.8660254 -0.2886751 -0.2886751 -0.2886751
[3,] 0.0000000  0.0000000  0.8164966 -0.4082483 -0.4082483
[4,] 0.0000000  0.0000000  0.0000000  0.7071068 -0.7071068

Answer 1

这是一个更快，更紧凑的版本：

df = pd.DataFrame({'A':list('abcde?'),
                   'B':[4,5,4,5,5,4],
                   'C':[7,8,9,4,2,3],
                   'D':[4,3,5,7,1,'?'],
                   'E':['?',3,6,'?',2,4]}).astype(str)

print (df)
   A  B  C  D  E
0  a  4  7  4  ?
1  b  5  8  3  3
2  c  4  9  5  6
3  d  5  4  7  ?
4  e  5  2  1  2
5  ?  4  3  ?  4

#replace only in columns from list
cols = ['C','D','E']
#if only ? with numeric to NaNs
df[cols] = df[cols].replace('?', np.nan).astype(float)

#replace all non numeric to NaNs
#df[cols] = df[cols].apply(lambda x: pd.to_numeric(x, errors='coerce'))

#replace NaNs by means
df = df.fillna(df.mean())
print (df)
   A  B    C    D     E
0  a  4  7.0  4.0  3.75
1  b  5  8.0  3.0  3.00
2  c  4  9.0  5.0  6.00
3  d  5  4.0  7.0  3.75
4  e  5  2.0  1.0  2.00
5  ?  4  3.0  4.0  4.00

在R中有效地创建以下图案化的上三角矩阵

1 个答案: