Это, вероятно, просто решить. У меня есть 2D-матрица mat с 500 строк × 335 столбцов и data.frame dat с 120425 строками. Data.frame dat имеет два столбца I и J, которые являются целыми числами для индексации строки, столбца из mat. Я хотел бы добавить значения из mat в строки dat.
Вот мой концептуальный провал:
> dat$matval <- mat[dat$I, dat$J]
Error: cannot allocate vector of length 1617278737
(Я использую R 2.13.1 на Win32). Копая немного глубже, я вижу, что я неправильно использую индексирование матриц, поскольку кажется, что я получаю только субматрицу mat, а не одномерный массив значений, как я ожидал, т.е.:
> str(mat[dat$I[1:100], dat$J[1:100]])
int [1:100, 1:100] 20 1 1 1 20 1 1 1 1 1 ...
Я ожидал чего-то вроде int [1:100] 20 1 1 1 20 1 1 1 1 1 .... Каков правильный способ индексирования 2D-матрицы с использованием индексов строки, столбца для получения значений?
Почти. Нужно предложить "[" как матрицу из двух столбцов:
dat$matval <- mat[ cbind(dat$I, dat$J) ] # should do it.
Существует оговорка: хотя это также работает для dataframes, они сначала принудительно применяются к матричному классу, и если они не являются числовыми, вся матрица становится классом "наименьший знаменатель".
Использование матрицы для индексации, поскольку предложения DWin, конечно, намного более чистые, но по какой-то странной причине это делается вручную с использованием 1-D индексов на самом деле немного быстрее:
# 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
Часть dat$I + (dat$J-1L)*nrow(m) превращает двумерные индексы в 1-D. 1L - это способ указать целое число вместо двойного значения. Это позволяет избежать некоторых принуждений.
... Я также попробовал решение gsk3 на основе приложений. Это почти на 500 раз медленнее:
system.time( apply( dat, 1, function(x,mat) mat[ x[1], x[2] ], mat=mat ) ) # 212
Здесь однострочный оператор, использующий операции apply на основе строк
> 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
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)