Question

我对R并不是很有经验，并且一直在努力重复一串代码来填充数据矩阵。我的本能是创建一个for循环。

我是一名生物学专业的学生，致力于利用R包的色差研究图像集之间的色差。相关数据已作为8x4矩阵列表加载到R中（每个矩阵描述一个图像中的颜色）。五张图像组成一组，总共有100套。每个集合都由一个数字标识（不是1-100，这是一个中断的序列，但是我已经将数字序列存储在称为“数字列表”的向量中）。我已经编写了代码，以正确的格式为第一组提取所需的数据，如下所示；

## extract the list of matrices belonging to the first set (A3) from the the full list
A3<-histlist[grep('^3',names(histlist))] 
## create a colour distance matrix (cdm), ie a pairwise comparison of "similarity" between the five matrices stored in A3
cdm3<-colordistance::getColorDistanceMatrix(A3, method="emd", plotting=FALSE)
## convert to data frame to fix row names
cdm3df<-as.data.frame(cdm3) 
## remove column names
names(cdm3df)<-NULL 
## return elements in the first row and column 2-5 only (retains row names).
cdm3filtered<-cdm3df[1,2:5]

现在，我想用“编号列表”中的每个数字替换上面代码中的“ 3”（不确定它们应该是as.factor还是as.numeric）。我已经尝试过许多从for (i in numberlist) {...}开始但没有成功输出的尝试。对我来说，将循环的输出存储在存储矩阵中是有意义的。 matrix(nrow=100,ncol=4)，但我非常困惑，无法通过迭代上面的代码来逐行填充存储矩阵...

任何帮助将不胜感激！

更新

我希望循环的输出看起来像什么（+附加在存储矩阵中）；

> cdm17filtered                                
17clr 0.09246918 0.1176651 0.1220622 0.1323586

这是我的尝试：

for (i in numberlist$X) {
  A[i] <- histlist[grep(paste0('^',i),names(histlist))]
  cdm[i] <- colordistance::getColorDistanceMatrix(A[i], method="emd", plotting=FALSE)
  cdm[i]df <- as.data.frame(cdm[i])
  cdm[i]filtered <- cdm[i]df[1,2:5]
  print(A[i]) # *insert in n'th column of storage matrix
}

以上操作无效，并且我缺少了将循环输出存储在存储矩阵中所需的最后一位。（建议我不要使用rbind来填充存储矩阵，因为它很慢。）

Answer 1

在尝试中，您使用无效的R名称，这些名称中包含未转义的非字母数字字符cdm[i]df和cdm[i]filtered。看来您打算从较大的容器（例如对象列表）中进行索引。

要正确概括编号列表中所有项目的处理过程，请调整^3设置。具体来说，构建空列表并循环地按索引[i]分配：

# INITIALIZE LISTS (SAME LENGTH AS numberlist)
A <- vector(mode="list", length = length(numberlist))
cdm_matrices <- vector(mode="list", length = length(numberlist))
cdm_dfs <- vector(mode="list", length = length(numberlist))
cdm_filtered_dfs  <- vector(mode="list", length = length(numberlist))

# POPULATE LISTS
for (i in numberlist$X) {
  ## extract the list of matrices belonging to the first set
  A[i] <- histlist[grep(paste0('^', i), names(histlist))] 

  ## create a colour distance matrix (cdm)
  cdm_matrices[i] <- colordistance::getColorDistanceMatrix(A[i], method="emd", plotting=FALSE)

  ## convert to data frame to fix row names and remove column names
  cdm_dfs[i] <- setNames(as.data.frame(cdm_matrices[i]), NULL)

  ## return elements in the first row and column 2-5 only (retains row names).
  cdm_filtered_dfs[i] <- cdm_dfs[i][1,2:5]
}

或者，如果只需要返回最后一个对象cdm_filtered_df，则在不需要使用索引列表的地方使用lapply或对列表进行索引，并且所有对象在功能范围内都是本地的（即从不保存）在全球环境中）：

cdm_build <- function(i) {
  A <- histlist[grep(paste0('^', i), names(histlist))]    
  cdm <- colordistance::getColorDistanceMatrix(A, method="emd", plotting=FALSE)    
  cdm_df <- setNames(as.data.frame(cdm), NULL)    
  cdm_filtered_df <- cdm_df[1,2:5]

  return(cdm_filtered_df)    # REDUNDANT AS LAST LINE IS RETURNED BY DEFAULT
}

# LIST OF FILTERED CDM DATA FRAMES
cdm_filtered_dfs <- lapply(numberlist, cdm_build)

最后，使用上述两种解决方案时，如果要构建单个数据帧，请在rbind中运行do.call()：

cdm_final_df <- do.call(rbind, cdm_filtered_dfs)

R;使用for循环遍历向量填充矩阵

更新

1 个答案: