第2部分：

Question

我想将一个函数（距离矩阵之间的距离）应用于距离矩阵列表，并以矩阵/表格式提取计算出的值。

使用ecodist软件包进行计算，并嵌套lapply进行MRM距离计算的所有可能组合。

第1部分：

library("ecodist")

#example data
data(graze) 

#make list to get it looking like my data
grazelist<-as.list.data.frame(graze) 

#all vs all distance combination
grazedist<-lapply(names (grazelist),function(z) 
               lapply(names(grazelist),function(f)
              MRM(dist(grazelist [[z]])~ dist(grazelist[[f]]),nperm=1)))

这使得所有组合与所有可能的组合成为可能，但我只需要一种组合（矩阵的一半）的所有组合，因为计算需要很长时间，而下半部分的结果是相同的。任何想法如何解决这个问题？

第2部分：

我只想以矩阵格式在每次dist下收集$coef值，以进行后续处理。在这种情况下，1.000000e+00。

R输出看起来像这样：

> head(grazedist[[1]])
[[1]]
[[1]]$`coef`
                     dist(grazelist[[z]]) pval
Int                          8.881784e-16    1
dist(grazelist[[f]])         1.000000e+00    1

[[1]]$r.squared
  R2 pval 
   1    1 

[[1]]$F.test
           F       F.pval 
3.753766e+18 1.000000e+00

对于不从列表（称为txt）处理的简单R输出，我知道如何将其获取为csv或MRM_calculation文件。

write.table(MRM_calculation$coef[2,1],file="file.txt")

但是如何从列表中以数据帧，表或直接以矩阵格式收集dist的所有$coef值？

类似：

mapply(write.csv2, x=grazedist$coef, 
file=paste(names(grazedist),"value.csv"))

我在列表中使用较大的矩阵（1500x1500），但希望示例数据graze足以作为可重现的示例。

Answer 1

您可以使用combn来生成示例数据，而仅使用嵌套lapply生成351个组合，而不是729个组合（27 X 27）。然后，您可以使用FUN中的combn参数将函数应用于每个组合，并提取dist中的coef值并将其写入数据框。

library(ecodist)
df <- data.frame(value = combn(names(grazelist), 2, function(x)
         MRM(dist(grazelist[[x[1]]])~ dist(grazelist[[x[2]]]),nperm=1)$coef[[2]]))

然后将其写入csv

write.csv(df, "/path/to/file/filename.csv", row.names = FALSE)

将功能应用于列表中的所有有意义的组合并以矩阵格式保存

第2部分：

1 个答案: