R子集中的for循环答案

【问题标题】：For loop in R subsettingR子集中的for循环
【发布时间】：2021-06-23 15:58:57
【问题描述】：

我正在绞尽脑汁想弄清楚如何运行 for 循环来对矩阵进行子集化。

本质上，我有一个矩阵 m，并且想定期对数据进行子集化，最后将它们 rbind 在一起。费力的方式是这样的：

m1 <- m[7:22,2:25]
m2 <- m[30:45,2:25]
m3 <- m[53:68,2:25]
...
m100 <- .... 

m_all <- rbind(m1,m2,m3 .... m100)

如你所见，间隔是 23....

我想要一个 for 循环命令，但我不记得我在 R 课程中学到了什么。这是我目前想到的......

for (i=2 ; i<=100; i++)
  {
  m[i] <- m[(7+{i}*23):(22+{i}*23),2:25]
  }

但我的努力失败了......

有人可以教我如何设计 for 循环命令吗？

感谢您的帮助。

【问题讨论】：

Hadley 的书 Advanced R 第 5 章对控制流有很好的解释。

标签： r for-loop subset

【解决方案1】：

我建议使用seq() 函数来生成序列。指定by = 选项允许您执行定期间隔。从那里您可以计算下限和上限，并使用它们对矩阵行进行子集化。

for ( i in seq(from = 7, to = 100, by = 23) ) {
    lower_bound <- i
    upper_bound <- i + 15
    print(paste("lower bound:", lower_bound, "upper bound:", upper_bound))
}

结果

[1] "lower bound: 7 upper bound: 22"
[1] "lower bound: 30 upper bound: 45"
[1] "lower bound: 53 upper bound: 68"
[1] "lower bound: 76 upper bound: 91"
[1] "lower bound: 99 upper bound: 114"

用你的矩阵子集替换正文中的打印

【讨论】：

谢谢达米安。我喜欢这种方法。
如果我要与诺里的以下建议合并： for ( i in seq(from = 7, to = 100, by = 23) ) { m[i]
我在想这样的事情： data

【解决方案2】：

尝试mapply 和seq，如下所示

m[c(mapply(seq, seq(7, 99 * 23 + 7, 23), seq(22, 99 * 23 + 22, 23))),2:25]

【讨论】：

【解决方案3】：

您可以使用类似的方法依次创建每个子矩阵。

您对它们做了什么，或如何存储它们，您需要自己添加或提供更多信息。

for (i in seq(7, 100, 23))
{
  if (i+15< 100){
    
    sub_matrix <- m[i:(i+15),2:25]

  }
}

以下代码会将所有子矩阵存储在一个列表数据中。

idx<-0

m <- matrix(0L, nrow=100, ncol=30)

data <- list()

idx <- 1

for (i in seq(7, 100, 23))
{
  if (i+15< 100){
        
    sub_matrix <- m[i:(i+15),2:25]
    data[[idx]] <- sub_matrix
    idx<-idx+1
  }
}

【讨论】：

【解决方案4】：

如果我理解正确，OP 只想保留矩阵 m 的某些行。

这种方法不是创建行的索引以选择，而是创建行的负索引以从选择中排除。 p>

在 OP 的示例中，不需要的行是 1:6, 23:29, 46:52, ...。

# create minimal, reproducible example
m <- matrix(rep(1:70, 2L), ncol = 2L)

# leave out unwanted rows 
m_all <- m[-outer(seq(0L, NROW(m), by = 23L), 0:6, `+`), 1:2]
m_all

      [,1] [,2]
 [1,]    7    7
 [2,]    8    8
 [3,]    9    9
 [4,]   10   10
 [5,]   11   11
 [6,]   12   12
 [7,]   13   13
 [8,]   14   14
 [9,]   15   15
[10,]   16   16
[11,]   17   17
[12,]   18   18
[13,]   19   19
[14,]   20   20
[15,]   21   21
[16,]   22   22
[17,]   30   30
[18,]   31   31
[19,]   32   32
[20,]   33   33
[21,]   34   34
[22,]   35   35
[23,]   36   36
[24,]   37   37
[25,]   38   38
[26,]   39   39
[27,]   40   40
[28,]   41   41
[29,]   42   42
[30,]   43   43
[31,]   44   44
[32,]   45   45
[33,]   53   53
[34,]   54   54
[35,]   55   55
[36,]   56   56
[37,]   57   57
[38,]   58   58
[39,]   59   59
[40,]   60   60
[41,]   61   61
[42,]   62   62
[43,]   63   63
[44,]   64   64
[45,]   65   65
[46,]   66   66
[47,]   67   67
[48,]   68   68

索引的嵌套序列由

创建

outer(seq(0L, NROW(m), by = 23L), 0:6, `+`)

     [,1] [,2] [,3] [,4] [,5] [,6] [,7]
[1,]    0    1    2    3    4    5    6
[2,]   23   24   25   26   27   28   29
[3,]   46   47   48   49   50   51   52
[4,]   69   70   71   72   73   74   75

【讨论】：