Question

我有一个带有n列的数据框，并且想对每个 combination 列应用一个函数。这与cor()函数将数据帧作为输入并生成相关矩阵作为输出的方式非常相似，例如：

X <- data.frame(A=rnorm(100), B=rnorm(100), C=rnorm(100))
cor(X)

将生成以下输出：

> cor(X)
            A           B          C
A  1.00000000 -0.01199511 0.02337429
B -0.01199511  1.00000000 0.07918920
C  0.02337429  0.07918920 1.00000000

但是，我有一个自定义函数，需要将其应用于列的每种组合。我现在正在使用一个使用嵌套的循环的解决方案，该方法有效：

f <- function(x, y) sum((x+y)^2) # some placeholder function

out <- matrix(NA, ncol = ncol(X), nrow = ncol(X)) # pre-allocate
for(i in seq_along(X)) {
  for(j in seq_along(X)) {
    out[i, j] <- f(X[, i], X[, j]) # apply f() to each combination
  }
}

哪个会产生：

> out
         [,1]     [,2]     [,3]
[1,] 422.4447 207.0833 211.4198
[2,] 207.0833 409.1242 218.2430
[3,] 211.4198 218.2430 397.5321

我目前正在尝试过渡到tidyverse，并且希望避免使用for循环。 有人可以为我提供一种整洁解决方案吗？谢谢！

Answer 1

你可以做

library(tidyverse)
f <- function(x, y) sum((x+y)^2)
X <- data.frame(A=rnorm(100), B=rnorm(100), C=rnorm(100))

as.list(X) %>%
  expand.grid(., .) %>%
  mutate(out = map2_dbl(Var1, Var2, f)) %>%
  as_tibble()

Answer 2

这不是tidyverse解决方案，但可以避免使用for循环。我们使用RcppAlgos（我是作者）来生成列的所有成对排列，并将您的自定义函数应用于每个列。之后，我们强制使用矩阵。

set.seed(42)
X <- data.frame(A=rnorm(100), B=rnorm(100), C=rnorm(100))
library(RcppAlgos)

matrix(permuteGeneral(ncol(X), 2, repetition = TRUE, FUN = function(y) {
    sum((X[,y[1]] + X[,y[2]])^2)
}), ncol = ncol(X))
#          [,1]     [,2]     [,3]
# [1,] 429.8549 194.4271 179.4449
# [2,] 194.4271 326.8032 197.2585
# [3,] 179.4449 197.2585 409.6313

Answer 3

您可以使用基数R：

set.seed(42)
X <- data.frame(A=rnorm(100), B=rnorm(100), C=rnorm(100))

OUT = diag(colSums((X+X)^2))
OUT[lower.tri(OUT)] = combn(X, 2, function(x) sum(do.call('+', x)^2)) #combn(X,2,function(x)sum(rowSums(x)^2))
OUT[upper.tri(OUT)] = OUT[lower.tri(OUT)]
OUT
         [,1]     [,2]     [,3]
[1,] 429.8549 194.4271 179.4449
[2,] 194.4271 326.8032 197.2585
[3,] 179.4449 197.2585 409.6313

将函数应用于列的每个组合

3 个答案: