从具有等效索引的向量簇创建矩阵列表答案

【问题标题】：Creating list of matrices from clusters of vectors with equivalent indices从具有等效索引的向量簇创建矩阵列表
【发布时间】：2020-10-25 00:05:22
【问题描述】：

我有两个不同的向量 - 一个是零和 0-0.5 之间的随机实数 (vec1)，另一个是有序向量 (vec2)：

vec1 <- c(0.42887017, 0.26703377, 0, 0, 0, 0.33203175, 0.16787991, 0, 0, 0.19483491, 0.41869476, 0.05820833, 0.37449489, 0, 0, 0, 0, 0, 0.44390140, 0.19483491, 0.06736238, 0.31630117, 0, 0, 0, 0, 0, 0, 0.27121130, 0)
vec2 <- c(-0.1, -0.1, -0.1, -0.1, -0.1, 1.2, 1.2, 1.2, 1.2, 1.2, 0.5, 0.5, 0.5, 0.5, 0.5, 2.0, 2.0, 2.0, 2.0, 2.0, -0.6, -0.6, -0.6, -0.6, -0.6, 0.25, 0.25, 0.25, 0.25, 0.25)

对于第一个向量 vec1，我想创建大于 0 的向量集群，而在第二个向量 vec2 中，我希望将等价定位的索引元素集群如下（见粗体）：

vec1 -> 0.42887017, 0.26703377, 0, 0, 0, 0.33203175, 0.16787991, 0, 0, 0.19483491, 0.41869476, 0.058208933, 0.3744 0, 0, 0, 0, 0, 0.44390140, 0.19483491, 0.06736238, 0.31630117, 0, 0, 0, 0, 0, 0, 0.27121130, 0

vec2 -> -0.1, -0.1, -0.1, -0.1, -0.1, 1.2, 1.2, 1.2, 1.2, 1.2, 0.5, 0.5, 0.5, 0.5, 0.5, 2.0, 2.0, 2.0, 2.0, 2.0, -0.6, -0.6, -0.6, -0.6, -0.6, 0.25, 0.25, 0.25, 0.25, 0.25

最好将输出放在具有等效索引的矩阵列表中：

[[1]]
          [,1] [,2]
[1,] 0.4288702 -0.1
[2,] 0.2670338 -0.1

[[2]]
          [,1] [,2]
[1,] 0.3320318  1.2
[2,] 0.1678799  1.2

[[3]]
           [,1] [,2]
[1,] 0.19483491  1.2
[2,] 0.41869476  0.5
[3,] 0.05820833  0.5
[4,] 0.37449489  0.5

[[4]]
           [,1] [,2]
[1,] 0.44390140  2.0
[2,] 0.19483491  2.0
[3,] 0.06736238 -0.6
[4,] 0.31630117 -0.6

[[5]]
          [,1] [,2]
[1,] 0.2712113 0.25

有人对如何做到这一点有一些想法吗？

谢谢

【问题讨论】：

同等索引是什么意思？从您的示例看来，您似乎想要检索 vec1 中大于 9 的元素的索引？
抱歉，我的措辞可能不对。我想让 vec2 的元素聚集在与 vec1 相同的位置。然后我想将相应的簇组合成两列矩阵。
@Huntmerson 请在下面查看我的解决方案，如果它符合您的原始问题要求，请投票并接受它。

标签： r list matrix indexing cluster-computing

【解决方案1】：

（当前问题）Base R 解决方案：

# Cluster the data into groups, for each series of data above 0:
clustered <- subset(within(data.frame(cbind(vec1, vec2)),
                           {
                             grp <- cumsum(c(TRUE, diff(vec1) == vec1[-1]))
                           }), vec1 > 0)

# Split the dataframe into a list for each group, remove group vector:
setNames(split(within(clustered, rm("grp")), clustered$grp), 
         c(1:length(unique(clustered$grp))))

当前数据：

vec1 <- c(0.42887017, 0.26703377, 0, 0, 0, 0.33203175, 0.16787991, 0, 0, 0, 0.41869476, 0.05820833, 0.37449489, 0, 0, 0, 0, 0, 0.44390140, 0.19483491, 0.06736238, 0.31630117, 0, 0, 0, 0, 0, 0, 0.27121130, 0)
vec2 <- c(-0.1, -0.1, -0.1, -0.1, -0.1, 1.2, 1.2, 1.2, 1.2, 1.2, 0.5, 0.5, 0.5, 0.5, 0.5, 2.0, 2.0, 2.0, 2.0, 2.0, -0.6, -0.6, -0.6, -0.6, -0.6, 0.25, 0.25, 0.25, 0.25, 0.25)

（原问题）Base R 解决方案：

clustered <- subset(within(data.frame(cbind(vec1, vec2)), 
       {grp <- cumsum(c(TRUE, abs(diff(vec1 > 9))))}), vec1 > 9)

setNames(Map(function(x){within(x, rm("grp"))}, 
    split(clustered, clustered$grp)), c(1:length(unique(clustered$grp))))

【讨论】：

虽然这是一个很好的解决方案，但最好输出一个带有矩阵的列表，这样我就可以访问列表矩阵中的元素（例如list1[[1]][2,1]）。这样我就可以使用列表来执行更多的计算。
@Huntemerson 这就是输出，你应该检查你的控制台，我没有将第二组函数调用分配给变量。如果您要像这样开始该调用：res <- 您将存储一个 data.frames 列表。尽管您在原始答案之后更改了问题，但两次答案都是正确的（这不是很好的做法）。如果它回答了您的上述问题，请投票并接受此答案。

【解决方案2】：

我设法找到了一种适合自己的方法，可能有点复杂：

list1 = list()

clust = c()
clust2 = c()

x = 1

for (i in 1:length(vec1)) {
  if (vec1[i] > 0 & i != length(vec1)) {
    clust = c(clust,vec1[i])
    clust2 = c(clust2,vec2[i])
  } else if (vec1[i] == 0 & length(clust) > 0) {
    list1[[x]] <- cbind(clust,clust2)
    
    x = x + 1
    clust = c()
    clust2 = c()
  } else if (i == length(vec1) & vec1[length(vec1)] > 0){
    clust = c(clust ,vec1[i])
    clust2 = c(clust2,vec2[i])
    
    list1[[x]] <- cbind(clust,clust2)
    
  } else {
  }
}

输出是：

> list1
[[1]]
         clust clust2
[1,] 0.4288702   -0.1
[2,] 0.2670338   -0.1

[[2]]
         clust clust2
[1,] 0.3320318    1.2
[2,] 0.1678799    1.2

[[3]]
          clust clust2
[1,] 0.19483491    1.2
[2,] 0.41869476    0.5
[3,] 0.05820833    0.5
[4,] 0.37449489    0.5

[[4]]
          clust clust2
[1,] 0.44390140    2.0
[2,] 0.19483491    2.0
[3,] 0.06736238   -0.6
[4,] 0.31630117   -0.6

[[5]]
         clust clust2
[1,] 0.2712113   0.25

【讨论】：