最好通过示例解决此问题。
设置
Mat1 <- matrix(nrow =9, ncol =11)
colnames(Mat1) <- c("Name", "Strategy.Assets", "Jan.94", "Jan.95", "Jan.96", "Jan.97", "1", "2", "3","4", "5")
Mat1[,1] <- letters[1:9]
Mat1[,2] <- cbind(20,30,40,50,60,30,30,40,50)
Mat1[,3:6] <- rnorm(36,0,1)
Mat1[,7] <- c(0,0,0,0,0,0,0,0,0)
Mat1[,8] <- c(0.95, 0.8, 0,0,0,0,0,0,0)
Mat1[,9] <- c(0.95,0.6,0.7,0,0,0,0,0,0)
Mat1[,10] <- c(0.08, 0.09, 0.99, 0.93, 0,0,0,0,0)
Mat1[,11] <- c(0.09,0.01,0.04,0.97, 0.80,0,0,0,0)
data.frame(Mat1)
处理列“ 1”，“ 2”，“ 3”，“ 4”，“ 5”，“ 6”作为相关矩阵的开始（应该是9 x 9，但我只显示前6列）。
对于第1至6列中的每一行，我需要确定是否存在> = 0.95的值。如果有，我需要知道这个位置。在这种情况下，值0.95出现在相关矩阵的m = 1，n = 2中。然后，我需要转到“战略资产”列，并比较第1行和第2行（在本例中为20和30）中的值。此后，我需要省略具有较低值的行（因为20小于30，所以第1行）。删除一行后，我需要进入相关矩阵的下一行-我们看到在第2行中，没有任何值至少等于0.95。然后，我们进入第三行。然后我们看到在位置m = 3，n = 4处出现0.99> 0.95。然后，我们转到“战略资产”，比较第3行和第4行中的值。在第3行中，策略资产= 40，第4行= 50。因此，我们省略了第3行。然后，我们进行到相关矩阵的第4行。在位置4,5出现0.99。然后，我们需要比较策略资产中的第4行和第5行。我们看到第5行= 60，第4 = 50行，因此需要省略第4行。
我需要对相关矩阵中的所有行重复此过程。
请注意，相关矩阵的项（1,3）也等于0.95。但是，由于row1已被删除（从第一次迭代中删除），因此在这种情况下，我不需要循环继续运行。
> data.frame(Mat1)
Name Strategy.Assets Jan.94 Jan.95 Jan.96 Jan.97 X1 X2 X3 X4 X5
1 a 20 2.95438832384095 0.322838398649362 0.265489849080971 -1.26762589628627 0 0.95 0.95 0.08 0.09
2 b 30 -0.231467724347497 1.36209337396348 0.244352997300369 0.147019042483708 0 0.8 0.6 0.09 0.01
3 c 40 -0.725388339795491 0.0813983643917171 -0.50418751522557 0.802967414744253 0 0 0.7 0.99 0.04
4 d 50 -0.120645568994363 1.7770242881308 -0.798437656907533 1.03842921924565 0 0 0 0.93 0.97
5 e 60 0.818447801042692 -0.767858384307916 -1.23187047713004 -0.0779863946287645 0 0 0 0 0.8
6 f 30 -0.231572883434978 0.266559660007751 0.720829574412722 -0.0207732265889516 0 0 0 0 0
7 g 30 0.444651868913969 0.832322051653509 -0.538333881677844 0.291130047037627 0 0 0 0 0
8 h 40 2.00827324376109 0.775006479679076 0.0323592399331455 -2.33121256833447 0 0 0 0 0
9 i 50 -0.368493048065977 1.30727697822673 -0.446402751994181 -0.0616057412430855 0 0 0 0 0
然后我想要的输出是：
output <- data.frame(rbind(Mat1[2,1:6], Mat1[5:9,1:6]))
output
Name Strategy.Assets Jan.94 Jan.95 Jan.96 Jan.97
1 b 30 -0.231467724347497 1.36209337396348 0.244352997300369 0.147019042483708
2 e 60 0.818447801042692 -0.767858384307916 -1.23187047713004 -0.0779863946287645
3 f 30 -0.231572883434978 0.266559660007751 0.720829574412722 -0.0207732265889516
4 g 30 0.444651868913969 0.832322051653509 -0.538333881677844 0.291130047037627
5 h 40 2.00827324376109 0.775006479679076 0.0323592399331455 -2.33121256833447
6 i 50 -0.368493048065977 1.30727697822673 -0.446402751994181 -0.0616057412430855
我需要能够将此功能应用于列表中的矩阵。列表中的每个矩阵具有不同的行数，因此具有不同的列数。但是，前6列始终相同。本质上，'names'变量增加（可能是从a到z），导致相关矩阵增加（在这种情况下将是26乘26）。
答案 0 :(得分：2)
如果我对您的理解正确，一种方法可能是使用which首先找出相关列的值大于等于0.95的行和列索引。对于每对行和列，我们找出相应的最小值，并将其从原始Mat1中删除。
mat <- which(Mat1[, as.character(1:5)] >= 0.95, arr.ind = TRUE)
Mat1[-unique(apply(mat, 1, function(x) x[which.min(Mat1$Strategy.Assets[x])])), ]
# Name Strategy.Assets Jan.94 Jan.95 Jan.96 Jan.97 1 2 3 4 5
#2 b 30 -0.02101158 1.27504998 -0.9534582 -0.6917499 0 0.8 0.6 0.09 0.01
#5 e 60 -0.88500700 -1.19165574 -1.6309657 0.6183648 0 0.0 0.0 0.00 0.80
#6 f 30 -0.45072999 -0.04698659 0.7462178 0.5858741 0 0.0 0.0 0.00 0.00
#7 g 30 1.29131284 -1.60004027 -0.9681269 0.9595044 0 0.0 0.0 0.00 0.00
#8 h 40 0.37883959 -1.11536574 -0.3041997 -0.8202406 0 0.0 0.0 0.00 0.00
#9 i 50 1.50068308 0.89465888 0.6646096 0.4433313 0 0.0 0.0 0.00 0.00
数据
Mat1 <- data.frame(matrix(nrow =9, ncol =11))
colnames(Mat1) <- c("Name", "Strategy.Assets", "Jan.94", "Jan.95", "Jan.96",
"Jan.97", "1", "2", "3","4", "5")
Mat1[,1] <- letters[1:9]
Mat1[,2] <- c(20,30,40,50,60,30,30,40,50)
Mat1[,3:6] <- rnorm(36,0,1)
Mat1[,7] <- c(0,0,0,0,0,0,0,0,0)
Mat1[,8] <- c(0.95, 0.8, 0,0,0,0,0,0,0)
Mat1[,9] <- c(0.95,0.6,0.7,0,0,0,0,0,0)
Mat1[,10] <- c(0.08, 0.09, 0.99, 0.93, 0,0,0,0,0)
Mat1[,11] <- c(0.09,0.01,0.04,0.97, 0.80,0,0,0,0)