Question

我有一个320 * 25的矩阵，我想以这种方式转换成64 * 25矩阵：新矩阵的每一行应该具有旧的每5行的平均值（然后它们将被标准化通过某种向量以类似的方式）。下面你可以看到我一直在尝试实现这个：

for (x in c(1:64)){

      helping.matrix[x,] = colSums(original.matrix[((5*(x-1)+1):5*x),])/sum(vector[((5*(x-    1)+1):5*x)])

}

不幸的是，这不起作用，返回以下错误：

继承错误（x，“data.frame”）：下标超出界限

Answer 1

你试图暗示这种方式有很多问题。首先，它有助于使示例可重现：

original.matrix <- matrix(1:(320*25), nrow=320, ncol=25)

其次，如果您要使用for循环，则需要初始化一个对象以保存结果：

helping.matrix <- matrix(nrow=64, ncol=25)

好的，现在让我们来看看你的代码。

for (x in c(1:64)){
helping.matrix[x,] = colSums(original.matrix[((5*(x-1)+1):5*x),])/

这里的索引表达式非常狂野，并且不能达到您想要的效果。例如，当x = 2时，(5*(x-1)+1):5*x = 12,10。这与您声明的目标不符。在x = 9时，表达式返回的值大于original.matrix中的行数，这就是为什么你得到“越界”错误。当我们到达

时会发生下一个问题

vector[((5*(x-1)+1):5*x)])

在这里，您尝试将vector编入索引，就好像它是一个数据对象一样。但是vector不是一个数据对象，它是一个函数。也许你想要c((5*(x-1)+1):5*x)？无论如何，从你的问题中不清楚这个代码的目的是什么，所以我不能在这里给出很多建议。

好的，让我们重新开始吧。我解决这个问题的方法是制作一个索引向量，映射你想要应用求和函数的组：

groups <- rep(1:(320/5), each=5)

接下来，使用循环或apply-family函数迭代组。 for循环方法看起来像

helping.matrix <- matrix(nrow=64, ncol=25)
for(i in unique(groups)) {
helping.matrix[i,] <- colSums(original.matrix[groups == i,])
}

并且基于应用的方法看起来像

helping.matrix <- Reduce(rbind, by(original.matrix, groups, colSums))

我遗漏了应该“按某个向量标准化”的部分，因为我不清楚实际应该在那里发生什么。

Answer 2

嗯，这可能会这样做 - 如果您的数字值没有NA：s ...

m <- matrix(runif(320*25),320)
k <- 5
m2 <- rowsum(m, rep(seq(nrow(m)/k), each=k))/k