Question

这可能很容易解决。我有一个包含500行×335列的2D矩阵mat和一个包含120425行的data.frame dat。 data.frame dat有两列I和J，它们是从mat索引行，列的整数。我想将mat的值添加到dat的行中。

这是我的概念失败：

> dat$matval <- mat[dat$I, dat$J]
Error: cannot allocate vector of length 1617278737

（我在Win32上使用R 2.13.1）。深入挖掘，我发现我滥用矩阵索引，因为看起来我只得到mat的子矩阵，而不是我预期的单维数组值，即：

> str(mat[dat$I[1:100], dat$J[1:100]])
 int [1:100, 1:100] 20 1 1 1 20 1 1 1 1 1 ...

我期待int [1:100] 20 1 1 1 20 1 1 1 1 1 ...之类的东西。使用行，列的索引索引2D矩阵以获取值的正确方法是什么？

Answer 1

几乎。需要提供“[”作为两列矩阵：

dat$matval <- mat[ cbind(dat$I, dat$J) ] # should do it.

有一点需要注意：虽然这也适用于数据帧，但它们首先被强制转换为矩阵类，如果有非数字，整个矩阵将成为“最低分母”类。

Answer 2

使用矩阵索引为DWin建议当然要更清晰，但出于某些奇怪的原因，使用1-D索引手动执行它实际上要快一点：

# Huge sample data
mat <- matrix(sin(1:1e7), ncol=1000)
dat <- data.frame(I=sample.int(nrow(mat), 1e7, rep=T), 
                  J=sample.int(ncol(mat), 1e7, rep=T))

system.time( x <- mat[cbind(dat$I, dat$J)] )     # 0.51 seconds
system.time( mat[dat$I + (dat$J-1L)*nrow(mat)] ) # 0.44 seconds

dat$I + (dat$J-1L)*nrow(m)部分将二维指数转换为一维指数。 1L是指定整数而不是double值的方法。这避免了一些强制。

...我也试过gsk3基于应用的解决方案。它的速度差了近500倍：

system.time( apply( dat, 1, function(x,mat) mat[ x[1], x[2] ], mat=mat ) ) # 212

Answer 3

这是使用apply基于行的操作的单线程

> dat <- as.data.frame(matrix(rep(seq(4),4),ncol=2))
> colnames(dat) <- c('I','J')
> dat
   I  J
1  1  1
2  2  2
3  3  3
4  4  4
5  1  1
6  2  2
7  3  3
8  4  4
> mat <- matrix(seq(16),ncol=4)
> mat
     [,1] [,2] [,3] [,4]
[1,]    1    5    9   13
[2,]    2    6   10   14
[3,]    3    7   11   15
[4,]    4    8   12   16

> dat$K <- apply( dat, 1, function(x,mat) mat[ x[1], x[2] ], mat=mat )
> dat
  I J  K
1 1 1  1
2 2 2  6
3 3 3 11
4 4 4 16
5 1 1  1
6 2 2  6
7 3 3 11
8 4 4 16

Answer 4

n <- 10
mat <- cor(matrix(rnorm(n*n),n,n))
ix <- matrix(NA,n*(n-1)/2,2)
k<-0
for (i in 1:(n-1)){
    for (j in (i+1):n){
    k <- k+1
    ix[k,1]<-i
    ix[k,2]<-j
    }
}
o <- rep(NA,nrow(ix))
o <- mat[ix]
out <- cbind(ix,o)

使用row，col索引从矩阵中索引值

4 个答案: