Question

我想为具有给定数组W的数据框中的每一行执行前D列的内积。我正在尝试以下方法：

W = (1,2,3);
ddply(df, .(id), transform, inner_product=c(col1, col2, col3) %*% W);

这可行，但我通常可能有任意数量的列。我可以推广上面的表达式来处理这种情况吗？

更新

这是评论中要求的更新示例：

libary(kernlab);
data(spam);
W = array();
W[1:3] = seq(1,3);
spamdf = head(spam);
spamdf$id = seq(1,nrow(spamdf));
df_out=ddply(spamdf, .(id), transform, inner_product=c(make, address, all) %*% W);

> W
[1] 1 2 3
> spamdf[1,]
  make address  all num3d  our over remove internet order mail receive will
1    0    0.64 0.64     0 0.32    0      0        0     0    0       0 0.64
  people report addresses free business email  you credit your font num000
1      0      0         0 0.32        0  1.29 1.93      0 0.96    0      0
  money hp hpl george num650 lab labs telnet num857 data num415 num85
1     0  0   0      0      0   0    0      0      0    0      0     0
  technology num1999 parts pm direct cs meeting original project re edu table
1          0       0     0  0      0  0       0        0       0  0   0     0
  conference charSemicolon charRoundbracket charSquarebracket charExclamation
1          0             0                0                 0           0.778
  charDollar charHash capitalAve capitalLong capitalTotal type id
1          0        0      3.756          61          278 spam  1
> df_out[1,]
  make address  all num3d  our over remove internet order mail receive will
1    0    0.64 0.64     0 0.32    0      0        0     0    0       0 0.64
  people report addresses free business email  you credit your font num000
1      0      0         0 0.32        0  1.29 1.93      0 0.96    0      0
  money hp hpl george num650 lab labs telnet num857 data num415 num85
1     0  0   0      0      0   0    0      0      0    0      0     0
  technology num1999 parts pm direct cs meeting original project re edu table
1          0       0     0  0      0  0       0        0       0  0   0     0
  conference charSemicolon charRoundbracket charSquarebracket charExclamation
1          0             0                0                 0           0.778
  charDollar charHash capitalAve capitalLong capitalTotal type id inner_product
1          0        0      3.756          61          278 spam  1           3.2

上面的示例使用 kernlab 包中提供的垃圾数据集的数组W=(1,2,3)执行前三个维度的内积。在这里，我明确指出前三个维度为c(make, address, all)。因此df_out[1,"inner_product"] = 3.2。

相反，我想在所有尺寸上执行内部产品，而不必列出所有尺寸。转换为矩阵并返回数据框似乎是一项昂贵的操作？

Answer 1

遵循以下方针的策略应该有效：

将每个块转换为矩阵
执行矩阵乘法
将结果转换为data.frame

代码：

set.seed(1)
df <- data.frame(
    id=sample(1:5, 20, replace=TRUE),
    col1 = runif(20),
    col2 = runif(20),
    col3 = runif(20),
    col4 = runif(20)
    )

W <- c(1,2,3,4)
ddply(df, .(id), function(x)as.data.frame(as.matrix(x[, -1]) %*% W))

结果：

   id       V1
1   1 4.924994
2   1 5.076043
3   2 7.053864
4   2 5.237132
5   2 6.307620
6   2 3.413056
7   2 5.182214
8   2 7.623164
9   3 5.194714
10  3 6.733229
11  4 4.122548
12  4 3.569013
13  4 4.978939
14  4 5.513444
15  4 5.840900
16  4 6.526522
17  5 3.530220
18  5 3.549646
19  5 4.340173
20  5 3.955517

Answer 2

如果你想附加一列交叉产品，你可以这样做（假设W有正确数量的元素来匹配非“id”列：

df2 <- cbind(df, as.matrix(df[, -grep("id", names(df))]) %*% W )

。（id）似乎没有任何有用的用途，因为你没有在id中做一个crossproducts的总和，如果你那时你就不会使用transform而是其他一些聚合函数。

如何使用ddply计算具有任意列数的内积？

2 个答案: